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
Requirements
- 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
Testimonials (1)
Tôi đã rất thích tham gia khóa đào tạo Kubeflow được tổ chức trực tuyến. Khóa học này giúp tôi củng cố kiến thức về các dịch vụ AWS, K8s và tất cả các công cụ devOps xung quanh Kubeflow, những nền tảng cần thiết để tiếp cận chủ đề một cách hiệu quả. Tôi muốn cảm ơn Malawski Marcin vì sự kiên nhẫn và chuyên nghiệp trong việc đào tạo và tư vấn về các thực hành tốt nhất. Malawski tiếp cận chủ đề từ nhiều góc độ khác nhau, sử dụng các công cụ triển khai khác nhau như Ansible, EKS kubectl, Terraform. Bây giờ tôi hoàn toàn tin tưởng rằng mình đang đi đúng hướng trong lĩnh vực ứng dụng này.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Course - Kubeflow
Machine Translated