Ta kontakt
 Varighet 28 timer

Kursplan

Introduksjon

Generelt om Kubeflow-funksjoner og komponenter

  • Containere, manifest, osv.

Generelt om en maskinlæringsrørledning

  • Trening, testing, tuning, implementering, osv.

Implementering av Kubeflow i en Kubernetes-klynge

  • Forberedelse av eksekveringsmiljøet (treningklynge, produksjonsklynge, osv.)
  • Nedlasting, installasjon og tilpasning.

Kjøre en maskinlæringsrørledning på Kubernetes

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

Visualisering av resultatene

  • Eksportering og visualisering av rørledningsmetrikk

Tilpasning av eksekveringsmiljøet

  • Tilpasning av stakken for ulike infrastrukturer
  • Oppgradering av en Kubeflow-implementering

Kjøring av Kubeflow på offentlige skytjenester

  • AWS, Microsoft Azure, Google Cloud Platform

Administrering av produksjonsarbeidsfløyer

  • Kjøring med GitOps-metodikk
  • Planlegging av jobber
  • Starte Jupyter-notatbøker

Krav

  • Kjennskap til Python-syntaks
  • Erfaring med TensorFlow, PyTorch eller andre maskinlæringsrammer
  • Konto hos en offentlig skyleverandør (valgfritt)

Målgruppe

  • Utvikklere
  • Datavitenskapsmenn

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier