Преимущества
Distributed Train предоставляет пользователям следующие преимущества в части ML:
-
Распределенное обучение на большом количестве GPU.
-
Высокопроизводительные вычисления на базе CPU.
-
Удобная работа с данными и артефактами машинного обучения. Данные и артефакты сохраняются даже после удаления Jupyter Server.
-
Настройка автоматической синхронизации данных между хранилищами с помощью правил переноса.
-
Оптимизация и упрощение работы за счет Deployments.
-
Встроенные инструменты мониторинга (визуализация результатов экспериментов, сравнение и визуализация результатов обучения).