Đề cương khóa học

Giới thiệu

Tổng quan về Kubeflow Tính năng và Thành phần

  • Containers, manifests, v.v.

Tổng quan về một Machine Learning Pipeline

  • Huấn luyện, kiểm tra, điều chỉnh, triển khai, v.v.

Triển khai Kubeflow lên một Kubernetes Cluster

  • Chuẩn bị môi trường thực thi (cluster huấn luyện, cluster sản xuất, v.v.)
  • Tải xuống, cài đặt và tùy chỉnh.

Chạy một Machine Learning Pipeline trên Kubernetes

  • Xây dựng một TensorFlow pipeline.
  • Xây dựng một PyTorch pipeline.

Trực quan hóa Kết quả

  • Xuất và trực quan hóa các chỉ số pipeline

Tùy chỉnh Môi trường Thực thi

  • Tùy chỉnh stack cho các cơ sở hạ tầng đa dạng
  • Nâng cấp một Kubeflow deployment

Chạy Kubeflow trên Public Clouds

  • AWS, Microsoft Azure, Google Cloud Platform

Quản lý Quy trình Sản xuất

  • Chạy với phương pháp GitOps
  • Lên lịch công việc
  • Tạo Jupyter notebooks

Khắc phục sự cố

Tóm tắt và Kết luận

Yêu cầu

  • Thông thạo cú pháp Python
  • Có kinh nghiệm với Tensorflow, PyTorch hoặc các framework học máy khác
  • Tài khoản nhà cung cấp dịch vụ đám mây công cộng (tùy chọn)

Đối tượng

  • Nhà phát triển
  • Nhà khoa học dữ liệu
 28 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Đánh giá (1)

Các khóa học sắp tới

Các danh mục liên quan