Schița de curs

Introducere

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

Prezentare generală a caracteristicilor și arhitecturii Kubeflow

Prezentare generală a procesului de desfășurare

Activarea unui cont Azure

Pregătirea și lansarea mașinilor virtuale compatibile cu 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 AKS

Pregătirea datelor de instruire și validare

Configurarea Kubeflow conductelor

Lansarea unui loc de muncă de formare.

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 în implementarea modelului de învățare automată.
  • Inginerii de software care doresc să automatizeze integrarea și implementarea funcțiilor de învățare automată cu aplicația lor.
 28 ore

Numărul de participanți



Pret per participant

Mărturii (5)

Categorii înrudite