Data science stack (DSS)

Data science stack (DSS) permite a los usuarios crear y gestionar entornos listos para funcionar de aprendizaje automático y ciencia de datos en una estación de trabajo. Su interfaz de línea de comandos controla las imágenes de entorno containerizzato, permitiendo a los usuarios trabajar con pilas preparadas en lugar de montar manualmente cada configuración de aprendizaje automático. Las imágenes funcionan en MicroK8s y pueden proporcionar entornos basados en PyTorch o TensorFlow, mientras que DSS combina MicroK8s con JupyterLab y MLFlow.

DSS utiliza entornos aislados y reproducibles para reducir el trabajo de configuración involucrado en la preparación de una estación de trabajo de aprendizaje automático. Cuando los recursos de GPU están disponibles, esos entornos están diseñados para utilizar las GPU de la estación de trabajo. El mismo modelo de medio ambiente apoya el desarrollo exploratorio y la preparación de cargas de trabajo orientadas a la producción. Se adapta a las personas que comienzan con el aprendizaje automático y los ingenieros que construyen entornos más complejos de desarrollo o tiempos de ejecución.

Canonical publica DSS bajo licencia de código abierto para uso en Ubuntu y otras estaciones de trabajo habilitadas para Snap. Requiere Linux con snapd y soporta la arquitectura x86 64 (amd64). La versión actual es 0.1-0fdd0b77cd50bb922f643b17899b.