Repolode
Enviar
kubeflow

kubeflow/katib

Sistema de AutoML nativo do Kubernetes para ajuste de hiperparâmetros, parada antecipada e busca de arquiteturas neurais em diferentes frameworks de ML.

Ver no GitHubSite
Estrelas
1,707
Forks
550
Issues abertas
120
Último commit
há 7 dias

O que é?

Katib é um projeto de AutoML desenvolvido para Kubernetes. Ele executa ajuste de hiperparâmetros, parada antecipada e busca de arquiteturas neurais, sem depender de um framework de ML específico: qualquer aplicação, em qualquer linguagem, pode ser ajustada, desde que possa ser iniciada como uma carga de trabalho do Kubernetes e informe suas métricas.

Os trials são iniciados por meio de recursos personalizados do Kubernetes, com suporte pronto para uso ao Kubeflow Training Operator, Argo Workflows e Tekton Pipelines. A busca usa algoritmos como busca aleatória, busca em grade, otimização bayesiana, TPE, CMA-ES, HyperBand e Population Based Training, com suporte opcional de Goptuna, Hyperopt, Optuna e Scikit-Optimize.

Katib pode ser instalado como um plano de controle independente usando kubectl e inclui um SDK Python (kubeflow-katib) para cientistas de dados que querem definir e enviar experimentos de ajuste usando Python.

Recursos principais

  • 01Oferece ajuste de hiperparâmetros, parada antecipada e busca de arquiteturas neurais.
  • 02Funciona com qualquer aplicação de treinamento que possa ser executada como um recurso personalizado do Kubernetes.
  • 03Inclui algoritmos como otimização bayesiana, TPE, CMA-ES, HyperBand e PBT.
  • 04Integra-se ao Kubeflow Training Operator, Argo Workflows e Tekton Pipelines.
  • 05Oferece um SDK Python para criar e enviar experimentos de ajuste.

Casos de uso

  • Ajustar hiperparâmetros de modelos TensorFlow, PyTorch ou XGBoost treinados em um cluster Kubernetes.
  • Executar tarefas de busca paralelas em larga escala usando os recursos do cluster, em vez de uma única máquina.
  • Buscar arquiteturas de redes neurais usando ENAS ou DARTS.
  • Adicionar parada antecipada automatizada a tarefas de treinamento de longa duração.

Início rápido

  1. 1

    Instale o plano de controle do Katib em um cluster Kubernetes (versão estável v0.17.0).

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

    Instale o Katib Python SDK pelo PyPI.

    pip install -U kubeflow-katib
  3. 3

    Siga o guia de introdução para criar seu primeiro Experiment de ajuste de hiperparâmetros com o Python SDK.

Antes de usar

  • A instalação e o uso exigem um cluster Kubernetes em execução e conhecimentos de Kubernetes.
  • Os pré-requisitos de instalação e as instruções de configuração estão detalhados somente na documentação externa do Kubeflow.

Tópicos

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

Perguntas frequentes

O que é katib?
Sistema de AutoML nativo do Kubernetes para ajuste de hiperparâmetros, parada antecipada e busca de arquiteturas neurais em diferentes frameworks de ML. Katib é um projeto de AutoML desenvolvido para Kubernetes. Ele executa ajuste de hiperparâmetros, parada antecipada e busca de arquiteturas neurais, sem depender de um framework de ML específico: qualquer aplicação, em qualquer linguagem, pode ser ajustada, desde que possa ser iniciada como uma carga de trabalho do Kubernetes e informe suas métricas.
katib é gratuito? Qual é a licença?
katib é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
katib ainda é mantido?
Manutenção ativa. O último commit de katib foi em 31 de out. de 2026.
Para que posso usar katib?
Ajustar hiperparâmetros de modelos TensorFlow, PyTorch ou XGBoost treinados em um cluster Kubernetes. Executar tarefas de busca paralelas em larga escala usando os recursos do cluster, em vez de uma única máquina. Buscar arquiteturas de redes neurais usando ENAS ou DARTS. Adicionar parada antecipada automatizada a tarefas de treinamento de longa duração.
Como instalar katib?
Instale o plano de controle do Katib em um cluster Kubernetes (versão estável v0.17.0).: kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0" Instale o Katib Python SDK pelo PyPI.: pip install -U kubeflow-katib Siga o guia de introdução para criar seu primeiro Experiment de ajuste de hiperparâmetros com o Python SDK.
Onde consigo katib?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/kubeflow/katib

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados