Repolode
投稿する
kubeflow

kubeflow/katib

さまざまなMLフレームワークでハイパーパラメータ調整、早期終了、ニューラルアーキテクチャ探索を行える、KubernetesネイティブのAutoMLシステム。

GitHub で見る公式サイト
スター
1,707
フォーク
550
未解決の Issue
120
最終コミット
7 日前

これは何？

KatibはKubernetes向けに構築されたAutoMLプロジェクトです。ハイパーパラメータ調整、早期終了、ニューラルアーキテクチャ探索を実行でき、特定のMLフレームワークに依存しません。Kubernetesワークロードとして起動でき、メトリクスを報告できるアプリケーションなら、どの言語で書かれていても調整できます。

トライアルはKubernetesカスタムリソースを通じて起動でき、Kubeflow Training Operator、Argo Workflows、Tekton Pipelinesをすぐに利用できます。探索には、ランダムサーチ、グリッドサーチ、ベイズ最適化、TPE、CMA-ES、HyperBand、Population Based Trainingなどのアルゴリズムを使用します。必要に応じて、Goptuna、Hyperopt、Optuna、Scikit-Optimizeをバックエンドとして利用することもできます。

Katibはkubectlを使ってスタンドアロンのコントロールプレーンとしてインストールできます。また、Pythonからチューニング実験を定義・送信したいデータサイエンティスト向けに、Python SDK（kubeflow-katib）も提供しています。

主な機能

  • 01ハイパーパラメータ調整、早期終了、ニューラルアーキテクチャ探索に対応。
  • 02Kubernetesカスタムリソースとして実行できる、あらゆるトレーニングアプリケーションで利用可能。
  • 03ベイズ最適化、TPE、CMA-ES、HyperBand、PBTなどのアルゴリズムを搭載。
  • 04Kubeflow Training Operator、Argo Workflows、Tekton Pipelinesと連携。
  • 05チューニング実験の作成と送信に使えるPython SDKを提供。

ユースケース

  • Kubernetesクラスター上で学習するTensorFlow、PyTorch、XGBoostモデルのハイパーパラメータ調整。
  • 1台のマシンではなくクラスターのリソースを使い、大規模な並列探索ジョブを実行。
  • ENASやDARTSを使ったニューラルネットワークアーキテクチャの探索。
  • 実行時間の長いトレーニングジョブに自動早期終了を導入。

クイックスタート

  1. 1

    Kubernetes クラスターに Katib コントロールプレーンをインストールします（安定版 v0.17.0）。

    kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0"
  2. 2

    PyPI から Katib Python SDK をインストールします。

    pip install -U kubeflow-katib
  3. 3

    スタートガイドに従って、Python SDK で最初のハイパーパラメータ調整 Experiment を作成します。

使う前に知っておきたいこと

  • インストールと使用には、稼働中の Kubernetes クラスターと Kubernetes の知識が必要です。
  • インストールの前提条件とセットアップの詳細は、外部の Kubeflow ドキュメントにのみ記載されています。

トピック

#automl#hyperparameter-tuning#kubernetes#neural-architecture-search#mlops#machine-learning#ai#huggingface#jax#kubeflow

よくある質問

katib とは？
さまざまなMLフレームワークでハイパーパラメータ調整、早期終了、ニューラルアーキテクチャ探索を行える、KubernetesネイティブのAutoMLシステム。 KatibはKubernetes向けに構築されたAutoMLプロジェクトです。ハイパーパラメータ調整、早期終了、ニューラルアーキテクチャ探索を実行でき、特定のMLフレームワークに依存しません。Kubernetesワークロードとして起動でき、メトリクスを報告できるアプリケーションなら、どの言語で書かれていても調整できます。
katib は無料で使えますか？ライセンスは？
katib は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
katib は今もメンテナンスされていますか？
活発にメンテナンス中。katib の最終コミットは 2026年10月31日 です。
katib は何に使えますか？
Kubernetesクラスター上で学習するTensorFlow、PyTorch、XGBoostモデルのハイパーパラメータ調整。 1台のマシンではなくクラスターのリソースを使い、大規模な並列探索ジョブを実行。 ENASやDARTSを使ったニューラルネットワークアーキテクチャの探索。 実行時間の長いトレーニングジョブに自動早期終了を導入。
katib のインストール方法は？
Kubernetes クラスターに Katib コントロールプレーンをインストールします（安定版 v0.17.0）。: kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0" PyPI から Katib Python SDK をインストールします。: pip install -U kubeflow-katib スタートガイドに従って、Python SDK で最初のハイパーパラメータ調整 Experiment を作成します。
katib はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/kubeflow/katib

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト