Schița de curs

Introducere

Prezentare generală a caracteristicilor și componentelor Kubeflow

  • Containere, manifeste etc.

Prezentare generală a unei conducte Machine Learning

  • Formare, testare, reglare, implementare etc.

Implementarea Kubeflow pe un cluster Kubernetes

  • Pregătirea mediului de execuție (cluster de instruire, cluster de producție etc.)
  • Descărcarea, instalarea și personalizarea.

Rularea unui Machine Learning pipeline pe Kubernetes

  • Construirea unei conducte TensorFlow.
  • Construirea unei conducte PyTorch.

Vizualizarea rezultatelor

  • Exportul și vizualizarea metricilor pipeline

Personalizarea mediului de execuție

  • Personalizarea stivei pentru diverse infrastructuri
  • Actualizarea unei implementări Kubeflow

Rularea Kubeflow pe cloud-uri publice

  • AWS, Microsoft Azure, Google Cloud Platform

Gestionarea fluxurilor de lucru de producție

  • Funcționarea cu metodologia GitOps
  • Programarea lucrărilor
  • Generarea de caiete Jupyter

Depanare

Rezumat și concluzii

Cerințe

  • Familiaritate cu sintaxa Python 
  • Experiență cu Tensorflow, PyTorch, sau alt cadru de învățare automată
  • .
  • Un cont de furnizor de cloud public (opțional) 
  • .

Audiență

  • Dezvoltatorii
  • Științifici de date
  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