Schița de curs

Introducere

  • Kubeflow on AWS vs on-premise vs alți furnizori de cloud public

Prezentare generală a caracteristicilor și arhitecturii Kubeflow

Activarea unui cont AWS

Pregătirea și lansarea instanțelor AWS activate GPU

Configurarea rolurilor și permisiunilor utilizatorilor

Pregătirea mediului de construire

Selectarea unui model TensorFlow și a unui set de date

Ambalarea codului și a cadrelor într-o imagine Docker

Configurarea unui cluster Kubernetes folosind EKS

Pregătirea datelor de instruire și validare

Configurarea Kubeflow conductelor

Lansarea unei lucrări de formare folosind Kubeflow în EKS

Vizualizarea activității de instruire în timpul execuției

Curățarea după ce lucrarea este finalizată

Depanare

Rezumat și concluzii

Cerințe

  • O înțelegere a conceptelor de învățare automată.
  • Cunoașterea conceptelor de cloud computing.
  • .
  • O înțelegere generală a containerelor (Docker) și a orchestrației (Kubernetes).
  • O anumită experiență de programare Python este utilă.
  • Experiență de lucru cu o linie de comandă.

Audiență

  • Inginerii de știință a datelor.
  • DevOps ingineri interesați de implementarea modelelor de învățare automată.
  • Inginerii de infrastructură interesați de implementarea modelului de învățare automată.
  • Inginerii de software care doresc să integreze și să implementeze caracteristici de învățare automată cu aplicația lor.
  28 ore
 

Numărul de participanți


Dată început

Dată sfârșit


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Cursuri înrudite

Categorii înrudite