深湾股份机器学习平台一款基于Kubernetes+Docker+GPU架构，定位于机器学习的上层应用，免去客户编写代码的麻烦，快速开始深度学习任务。

深湾股份机器学习平台核心特征：

图形化工作界面

用户界面下，UI界面平滑直观，所有项目一目了然，菜单选项简洁明了，功能化繁为简。管理员界面下，针对用户组或用户进行便捷的操作管理，灵活支配计算机资源；完整记录用户详细适用信息。

DOCKER环境管理，快速搭建训练环境

系统预置种类丰富的任务镜像，支持各种机器学习框架，如：Caffe、TensorFlow、MxNET、Pytorch等。 用户可通过基础镜像等制作新的镜像并保存到镜像仓库，公共镜像和私人镜像相互隔离，启动快速且不干扰。 用户使用时只需自定义资源配额（CPU、内存、GPU等），选择训练框架并根据需求做出相应调整。

任务模型训练

基于Kubernetes的容器调度引擎，支持离线训练，成熟稳定，单机/集群均可。 训练任务可视化，显示loss和accuracy变化曲线，实时查看任务训练过程中的log输出。

用户权限管理

管理员可通过用户管理对用户进行细粒度管理，对用户或用户组进行增删改查等。

数据存储管理

基于Gluster的分布式存储架构，存储容量大、容易横向扩展。 支持创建私有数据及共享给组和用户。

节点管理，监控中心

用户可通过远程控制台监控集群健康状态和资源使用情况，可实现对集群节点增删。 直方图显示节点和分区CPU、GPU、Mem、网络IO、运行容器数量的实时统计。