Startseite Projekte katib
katib
Python

katib

Automatisiertes maschinelles Lernen auf Kubernetes

von kubeflow · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
Sprache
aiautomlhuggingfaceApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Den Prozess des Trainings von Maschinenlernmodellen automatisieren und deren Einstellungen einfach auf Kubernetes anpassen.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
katib — GitHub preview card
📈 Sternhistorie
1.70k1.69k
2026-07-202026-08-31
📈 katib verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Automatisiertes maschinelles Lernen auf Kubernetes

katib hat 1.7k Sterne auf GitHub. Es wurde 538-mal geforkt. katib ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. katib ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: ai, automl, huggingface, hyperparameter-tuning.

Frequently asked questions

Was ist katib?

Automatisiertes maschinelles Lernen auf Kubernetes

Ist katib Open Source?

katib ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist katib kostenlos?

Ja. katib ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht katib?

katib ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist katib geschrieben?

katib ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — katib

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=kubeflow-katib)](https://olud.ai/project/kubeflow-katib.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.