Viele datenwissenschaftliche (Data Sciuence) Teams nutzen Jupyter-Notebooks. Jupyter gehört zu den wichtigsten Benutzerschnittstellen für Datenwissenschaftler und Ingenieure für maschinelles Lernen. Aus diesem Grund gehört Jupyter Notebook zu Kubeflow.

Kubeflow Version 1.0 unterstützt tiefgehende Lernframeworks, einschließlich PyTorch.

Sobald ein maschinelles Lernmodell erstellt wurde, muss das Datenwissenschaftsteam oft eine Anwendung oder Webseite erstellen, um neue Daten zu integrieren und das trainierte Modell auszuführen. Mit Kubeflow gibt es in TFServing integrierte Funktionen, die es ermöglichen, Modelle zu verwenden, ohne sich über die detaillierte Logistik einer kundenspezifischen Anwendung Gedanken machen zu müssen.

Cisco Kubeflow-Startpaket
Um IT-Teams in die Lage zu versetzen, enger mit ihren Kollegen aus der Datenwissenschaft zusammenzuarbeiten, führt Cisco das Cisco Kubeflow Starter Pack ein, das IT-Teams mit einem Basissatz von Tools für den Einstieg in Kubeflow versorgt.

Das Cisco Kubeflow Starter Pack enthält:

• Kubeflow-Installationsprogramm: Einsatz von Kubeflow auf Cisco UCS und HyperFlex
• Kubeflow-Ready-Checker: Prüft die Systemvoraussetzungen für den Einsatz von Kubeflow. Zusätzlich wird überprüft, ob die Kubernetes-Distribution Kubeflow unterstützen kann.
• Samples für Kubeflow-Datenpipelines: Cisco wird mehrere Kubeflow-Pipelines freigeben, um Datenwissenschaftsteams, die mit Kubeflow-Anwendungsfällen arbeiten, zu unterstützen
• Unterstützung der Cisco Kubeflow-Community