Kursplan
Introduksjon
- Kubeflow on Azure vs on-premise vs på andre offentlige skyleverandører
Oversikt over Kubeflow funksjoner og arkitektur
Oversikt over distribusjonsprosessen
Aktivering av en Azure-konto
Forbereder og lanserer GPU-aktiverte virtuelle maskiner
Sette opp brukerroller og tillatelser
Forberede byggemiljøet
Velge en TensorFlow modell og datasett
Pakke kode og rammer til et Docker bilde
Sette opp en Kubernetes klynge ved hjelp av AKS
Iscenesettelse av opplærings- og valideringsdata
Konfigurere Kubeflow rørledninger
Lansering av en opplæringsjobb.
Visualisere treningsjobben i Runtime
Rydde opp etter at jobben er fullført
Feilsøking
Oppsummering og konklusjon
Krav
- En forståelse av konsepter for maskinlæring.
- Kunnskap om cloud computing konsepter.
- En generell forståelse av containere (Docker) og orkestrering (Kubernetes).
- Noe Python programmeringserfaring er nyttig.
- Erfaring med å jobbe med en kommandolinje.
Publikum
- Datavitenskapelige ingeniører.
- DevOps ingeniører som er interessante i utrulling av maskinlæringsmodeller.
- Infrastrukturingeniører som er interessert i implementering av maskinlæringsmodeller.
- Programvareingeniører som ønsker å automatisere integrering og distribusjon av maskinlæringsfunksjoner med applikasjonen deres.
Testimonials (3)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurs - MLflow
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.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life™
Kurs - Kubeflow
The course, Trainer