Schița de curs

Introducere

  • Introducere în Kubernetes
  • Prezentare generală a caracteristicilor și arhitecturii Kubeflow
  • Kubeflow pe AWS vs. on-premise vs. pe alți furnizori de cloud public

Configurarea unui cluster utilizând AWS EKS

Configurarea unui Cluster On-Premise folosind Microk8s

Implementarea Kubernetes folosind o abordare GitOps

Metode de stocare a datelor

Crearea unui Kubeflow Pipeline

Declanșarea unei conducte

Definirea artefactelor de ieșire

Stocarea metadatelor pentru seturi de date și modele

Reglarea hiperparametrului cu TensorFlow

Vizualizarea și analizarea rezultatelor

Multi-GPU Formare

Crearea unui server de inferență pentru implementarea modelelor ML

Lucrul cu JupyterHub

Networking și Load Balancing

Scalarea automată a unui cluster Kubernetes Cluster

Depanare

Rezumat și concluzii

Cerințe

  • Familiaritate cu sintaxa Python 
  • Experiență cu Tensorflow, PyTorch, sau alt cadru de învățare automată
  • .
  • Un cont AWS cu resursele necesare
  • .

Audiență

  • Dezvoltatorii
  • Științifici de date
  35 ore

Numărul de participanți



Pret per participant

Mărturii (1)

Cursuri înrudite

Categorii înrudite