Helyi, oktató által vezetett élő Kubeflow képzések bizonyítaniuk interaktív gyakorlati feladatok, hogyan kell használni Kubeflow létrehozását, telepítését, és kezelheti a gépi tanulási munkafolyamatokat a Kubernetes . Kubeflow edzés „helyszíni élő Kubeflow ” vagy „távoli élő Kubeflow ” érhető el. A helyszíni élő képzéseket helyi ügyfelek területén lehet végrehajtani Magyarország vagy a NobleProg vállalati képzési központjain Magyarország . A távoli élő képzést interaktív, távoli asztalon végzik. NobleProg - a helyi képzési szolgáltató
Machine Translated
Vélemények
Beállítása igényeinkhez
Sumitomo Mitsui Finance and Leasing Company, Limited
Kurzus: Kubeflow
Machine Translated
Kubeflow Course Outlines
Kurzusnév
Időtartalma
Összefoglaló
Kurzusnév
Időtartalma
Összefoglaló
35 hours
Kubeflow Az eszközkészlet az Machine Learning (ML) létrehozásához könnyű, hordozható és méretezhető. Az AWS EKS (Elastic Kubernetes Service) az Amazon által üzemeltetett szolgáltatás az AWS üzemeltetéséhez.
Ez az oktató által vezetett, élő képzés (online vagy online) célja a fejlesztők és az adattudósok, akik szeretnék építeni, telepíteni, és kezelni a gépi tanulás munkafolyamatok Kubernetes.
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja Kubeflow a prémium és a felhőben az AWS EKS (Elastic Kubernetes Service) használatával.
Építsen, telepítse és kezelje az ML munkafolyamatokat Docker tartályok és Kubernetes alapján.
Végezze el a teljes gépi tanulási csöveket a különböző építészeteken és felhőkörnyezeteken.
Használja Kubeflow a Jupyter notebookok szivárgására és kezelésére.
Építsen ML képzést, hyperparameter tuningot és kiszolgálja a munkaköltségeket több platformon keresztül.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
28 hours
Kubeflow Ez egy keret a futás Machine Learning munkafogyasztáson Kubernetes. TensorFlow egy gépi tanulási könyvtár és Kubernetes egy orchestrációs platform a tartályos alkalmazások kezelésére.
Ez az oktató által vezetett, élő képzés (online vagy online) olyan mérnökökre irányul, akik Machine Learning munkaköltségeket szeretnének telepíteni egy AWS EC2 szerverre.
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja Kubernetes, Kubeflow és más szükséges szoftvert az AWS-en.
Az EKS (Elastic Kubernetes Service) használatával egyszerűsíti az AWS-en egy Kubernetes klaszter kezdeményezésének munkáját.
Hozzon létre és telepítsen Kubernetes csővezetéket az ML modellek automatizálására és kezelésére a gyártásban.
Ugrás és telepítés TensorFlow ML modellek több GPU és gépek fut párhuzamosan.
Más AWS-menedzselt szolgáltatások nyújtása az ML alkalmazás kiterjesztéséhez.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
28 hours
Kubeflow A munkavégzés keretén alapuló Machine Learning munkaköltség Kubernetes. TensorFlow az egyik legnépszerűbb gépi tanulás könyvtárak. Kubernetes egy orchestrációs platform a kontejneres alkalmazások kezelésére.
Ez az oktató által vezetett, élő képzés (online vagy on-site) olyan mérnökökre irányul, akik Machine Learning munkaköltségeket szeretnének telepíteni a Azure felhőre.
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja Kubernetes, Kubeflow és más szükséges szoftvert Azure.
Használja Azure Kubernetes Szolgáltatás (AKS), hogy egyszerűsítse a munkát kezdeményezésére egy Kubernetes csoport Azure.
Hozzon létre és telepítsen Kubernetes csővezetéket az ML modellek automatizálására és kezelésére a gyártásban.
Ugrás és telepítés TensorFlow ML modellek több GPUs és gépek fut párhuzamosan.
Más AWS-menedzselt szolgáltatások nyújtása az ML alkalmazás kiterjesztéséhez.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
28 hours
Kubeflow A munkavégzés keretén alapuló Machine Learning munkaköltség Kubernetes. TensorFlow az egyik legnépszerűbb gépi tanulás könyvtárak. Kubernetes egy orchestrációs platform a kontejneres alkalmazások kezelésére.
Ez az oktató által vezetett, élő képzés (online vagy on-site) olyan mérnökökre irányul, akik Machine Learning munkaköltségeket szeretnének telepíteni a Google Cloud Platform (GCP) területére.
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja Kubernetes, Kubeflow és egyéb szükséges szoftvereket a GCP és a GKE rendszereken.
Használja a GKE (Kubernetes Kubernetes Motor), hogy egyszerűsítse a munkát kezdeményezésére egy Kubernetes klaszter a GCP.
Hozzon létre és telepítsen Kubernetes csővezetéket az ML modellek automatizálására és kezelésére a gyártásban.
Az ML modelleket több GPU és párhuzamosan futó gépeken keresztül vezessük és telepítsük.
Más GCP szolgáltatások nyújtása az ML alkalmazás kiterjesztéséhez.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
28 hours
Kubeflow Ez egy keret a futás Machine Learning munkafogyasztáson Kubernetes. TensorFlow az egyik legnépszerűbb gépi tanulás könyvtárak. Kubernetes egy orchestrációs platform a kontejneres alkalmazások kezelésére.
Ez az oktató által vezetett, élő képzés (online vagy on-site) olyan mérnökökre irányul, akik Machine Learning munkaköltségeket kívánnak elhelyezni az IBM Cloud Kubernetes Szolgáltatás (IKS).
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja Kubernetes, Kubeflow és egyéb szükséges szoftvert az IBM Cloud Kubernetes Szolgáltatáson (IKS).
Használja az IKS-t, hogy megkönnyítse a munka kezdeményezését egy Kubernetes csoportba az IBM Cloud-on.
Hozzon létre és telepítsen Kubernetes csővezetéket az ML modellek automatizálására és kezelésére a gyártásban.
Ugrás és telepítés TensorFlow ML modellek több GPU és gépek fut párhuzamosan.
Más IBM Cloud szolgáltatások nyújtása az ML alkalmazás kiterjesztéséhez.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
28 hours
Kubeflow Ez egy keretrendszer az Machine Learning munkaköltségek futtatásához Kubernetes. TensorFlow Az egyik legnépszerűbb gépi tanulási könyvtár. Kubernetes egy orchestrációs platform a kontejneres alkalmazások kezelésére. OpenShift egy felhőalkalmazások fejlesztési platform, amely Docker tartályokat használ, szervezett és kezelt Kubernetes, a Red Hat Enterprise alapja Linux.
Ez az oktató által vezetett, élő képzés (online vagy on-site) olyan mérnökökre irányul, akik Machine Learning munkaköltségeket szeretnének elhelyezni egy OpenShift on-premise vagy hibrid felhőre.
-
A képzés befejezése után a résztvevők képesek lesznek:
Helyezze be és állítsa be Kubernetes és Kubeflow egy csoportot OpenShift.
Használja OpenShift, hogy egyszerűsítse a munkát a kezdeményezés egy Kubernetes klaszter.
Hozzon létre és telepítsen egy Kubernetes csővezetéket az ML modellek automatizálására és kezelésére a gyártásban.
Ugrás és telepítés TensorFlow ML modellek több GPUs és gépek fut párhuzamosan.
A nyilvános felhőszolgáltatásokat (például az AWS-szolgáltatásokat) innen OpenShift hívja fel, hogy kiterjessze az ML alkalmazást.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
28 hours
Kubeflow Az eszközkészlet az Machine Learning (ML) létrehozásához könnyű, hordozható és méretezhető.
Ez az oktató által vezetett, élő képzés (online vagy online) célja a fejlesztők és az adattudósok, akik szeretnék építeni, telepíteni, és kezelni a gépi tanulás munkafolyamatok Kubernetes.
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja Kubeflow a prémiumban és a felhőben.
Építsen, telepítse és kezelje az ML munkafolyamatokat Docker tartályok és Kubernetes alapján.
Végezze el a teljes gépi tanulási csöveket a különböző építészeteken és felhőkörnyezeteken.
Használja Kubeflow a Jupyter notebookok szivárgására és kezelésére.
Építsen ML képzést, hyperparameter tuningot és kiszolgálja a munkaköltségeket több platformon keresztül.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
Ha többet szeretne megtudni Kubeflow, kérjük, látogasson el: https://github.com/kubeflow/kubeflow
Last Updated:
Upcoming Kubeflow Courses
Kubeflow Fundamentals
2022-12-20 09:30
28 hours
Kubeflow on IBM Cloud
2022-12-26 09:30
28 hours
Kubeflow on OpenShift
2023-01-09 09:30
28 hours
Kubeflow on GCP
2023-01-10 09:30
28 hours
Kubeflow on Azure
2023-01-17 09:30
28 hours
Other countries
Consulting
Online Kubeflow courses, Weekend Kubeflow courses, Evening Kubeflow training, Kubeflow boot camp, Kubeflow instructor-led, Weekend Kubeflow training, Evening Kubeflow courses, Kubeflow coaching, Kubeflow instructor, Kubeflow trainer, Kubeflow training courses, Kubeflow classes, Kubeflow on-site, Kubeflow private courses, Kubeflow one on one training
