Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés
A Kubeflow szolgáltatások és összetevők áttekintése
- Konténerek, árujegyzékek stb.
Egy Machine Learning csővezeték áttekintése
- Képzés, tesztelés, hangolás, telepítés stb.
Kubeflow telepítése Kubernetes fürtbe
- A végrehajtási környezet előkészítése (képzési klaszter, termelési klaszter stb.)
- Letöltés, telepítés és testreszabás.
Machine Learning csővezeték futtatása a Kubernetes-en
- TensorFlow csővezeték építése.
- PyTorch pipleline felépítése.
Az eredmények vizualizálása
- Csővezeték-metrikák exportálása és megjelenítése
A végrehajtási környezet testreszabása
- A verem testreszabása különféle infrastruktúrákhoz
- Kubeflow telepítés frissítése
Fut Kubeflow nyilvános felhőkön
- AWS, Microsoft Azure, Google Cloud Platform
Termelési munkafolyamatok kezelése
- Futás GitOps módszertannal
- Munkák ütemezése
- Szívós Jupyter notebookok
Hibaelhárítás
Összefoglalás, és következtetés
Követelmények
- Ismerkedés a Python szintaxissal
- Tensorflow, PyTorch vagy más gépi tanulási keretrendszerben szerzett tapasztalat
- Nyilvános felhőszolgáltatói fiók (opcionális)
Közönség
- Fejlesztők
- Adattudósok
28 Órák
Vélemények (1)
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
