Koneoppimistyökalut konttiympäristössä : case ITKO-hanke
Alaranta, Janne (2021)
Alaranta, Janne
2021
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202204296517
https://urn.fi/URN:NBN:fi:amk-202204296517
Tiivistelmä
Opinnäytetyössä tavoitteena oli toteuttaa koneoppimis- ja tekoälysovellusten käyttöönotto virtuaalisessa ympäristössä hyödyntäen kiihdytettyä laskentaa. Opinnäytetyö tehtiin osana LAB-ammattikorkeakoulun ITKO-hanketta, jonka tarkoituksena on auttaa kehittämään Päijät-Hämeen alueen pienten ja keskisuurien yrityksien IoT, Big Datan ja koneoppimisen hyödyntämismahdollisuuksia.
Opinnäytetyön teoriaosuudessa tutustutaan koneoppimisessa tarvittaviin teknologioihin, sekä kuinka asiakkaat pääsevät käyttämään kiihdytettyjä resursseja. Teoria osuudessa käydään myös läpi, kuinka kiihdytettyjä resursseja jaetaan.
Käytännön osuudessa perustetaan sovellusalusta kontti ympäristöön. Konttien avulla luodaan monipuolinen ympäristö, mikä koostuu useasta yhdessä toimivasta sovelluksesta. Konttiympäristön avulla saadaan luotua joustava alusta, jolla voidaan ottaa käyttöön valmiita koneoppimistyökaluja kiihdytetyssä laskentaympäristössä.
Lopputuloksena saatiin toteutettua virtuaalinen ympäristö, jossa kiihdytettyä laskentaa hyödyntämällä voidaan suorittaa koneoppimista tai tekoälymallien kouluttamista. Näitä työkaluja käyttämällä voidaan analysoida, sekä visualisoida IoT pipelinessä kerättyä dataa.
Opinnäytetyön teoriaosuudessa tutustutaan koneoppimisessa tarvittaviin teknologioihin, sekä kuinka asiakkaat pääsevät käyttämään kiihdytettyjä resursseja. Teoria osuudessa käydään myös läpi, kuinka kiihdytettyjä resursseja jaetaan.
Käytännön osuudessa perustetaan sovellusalusta kontti ympäristöön. Konttien avulla luodaan monipuolinen ympäristö, mikä koostuu useasta yhdessä toimivasta sovelluksesta. Konttiympäristön avulla saadaan luotua joustava alusta, jolla voidaan ottaa käyttöön valmiita koneoppimistyökaluja kiihdytetyssä laskentaympäristössä.
Lopputuloksena saatiin toteutettua virtuaalinen ympäristö, jossa kiihdytettyä laskentaa hyödyntämällä voidaan suorittaa koneoppimista tai tekoälymallien kouluttamista. Näitä työkaluja käyttämällä voidaan analysoida, sekä visualisoida IoT pipelinessä kerättyä dataa.