Ta kontakt

Kursplan

Innledning

Utsikt over Kubeflow-funksjoner og komponenter

  • Containere, manifest filer, etc.

Utsikt over en maskinlæringsrørledning

  • Trening, testing, justering, distribusjon, etc.

Distribusjon av Kubeflow til en Kubernetes-cluster

  • Forberedelse av utførelsesmiljøet (trening cluster, produksjonscluster, etc.)
  • Nedlasting, installasjon og tilpasning.

Utføring av en maskinlæringsrørledning på Kubernetes

  • Bygging av en TensorFlow-rørledning.
  • Bygging av en PyTorch-rørledning.

Visualisering av resultatene

  • Eksportering og visualisering av rørledningsmetrikker

Tilpasning av utførelsesmiljøet

  • Tilpasning av stakken for ulike infrastrukturtyper
  • Oppgradering av en Kubeflow-installasjon

Utføring av Kubeflow på offentlige skytjenester

  • AWS, Microsoft Azure, Google Cloud Platform

Administrasjon av produksjonsarbeidsflyter

  • Drift med GitOps-metodikk
  • Innscheduling av jobber
  • Oppretting av Jupyter-notebooks

Feilsøking

Oppsummering og konklusjon

Krav

  • Kjennskap til Python-syntaks 
  • Opplevelse med TensorFlow, PyTorch eller andre maskinlæringsrammeverk
  • Et konto hos en offentlig skyleverandør (valgfritt) 

Målgruppe

  • Utviklere
  • Dataforskere
 28 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier