Kurzusleírás
Bevezetés
A Kubeflow szolgáltatások és összetevők áttekintése
- Konténerek, árujegyzékek stb.
Egy Machine Learning csővezeték áttekintése
- Képzés, tesztelés, hangolás, telepítés stb.
Kubeflow telepítése Kubernetes fürtbe
- A végrehajtási környezet előkészítése (képzési klaszter, termelési klaszter stb.)
- Letöltés, telepítés és testreszabás.
Machine Learning csővezeték futtatása a Kubernetes-en
- TensorFlow csővezeték építése.
- PyTorch pipleline felépítése.
Az eredmények vizualizálása
- Csővezeték-metrikák exportálása és megjelenítése
A végrehajtási környezet testreszabása
- A verem testreszabása különféle infrastruktúrákhoz
- Kubeflow telepítés frissítése
Fut Kubeflow nyilvános felhőkön
- AWS, Microsoft Azure, Google Cloud Platform
Termelési munkafolyamatok kezelése
- Futás GitOps módszertannal
- Munkák ütemezése
- Szívós Jupyter notebookok
Hibaelhárítás
Összefoglalás, és következtetés
Követelmények
- Ismerkedés a Python szintaxissal
- Tensorflow, PyTorch vagy más gépi tanulási keretrendszerben szerzett tapasztalat
- Nyilvános felhőszolgáltatói fiók (opcionális)
Közönség
- Fejlesztők
- Adattudósok
Vélemények (1)
I élveztem a részvételt a Kubeflow képzésen, amelyet távolról tartottak. Ez a képzés lehetővé tette számomra, hogy megfossam az AWS szolgáltatások, a K8s, és az összes Kubeflow-hoz tartozó devOps eszköz ismereteit, amelyek a tárgy megfelelő megközelítéséhez szükségesek. Köszönöm Malawski Marcinnek a kitartását és a szakmai hozzáállását a képzés és a legjobb gyakorlatok tanácsai során. Malawski különböző szempontokból közelíti meg a tárgyat, különböző telepítési eszközök Ansible, EKS kubectl, Terraform. Most biztos vagyok benne, hogy a megfelelő alkalmazási területre léptek.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kurzus - Kubeflow
Gépi fordítás