Schița de curs
Introducere
- Introducere în Kubernetes
- Prezentare generală a Kubeflow Caracteristici și arhitectură
- Kubeflow pe AWS vs la fața locului vs pe alți furnizori de cloud public
Configurarea unui cluster utilizând AWS EKS
Configurarea unui cluster la fața locului utilizând Microk8s
Implementarea Kubernetes utilizând o abordare GitOps
Abordări privind stocarea datelor
Crearea unei conducte Kubeflow
Declanșarea unei conducte
Definirea artefactelor de ieșire
Stocarea metadatelor pentru seturi de date și modele
Reglarea hiperparametrilor cu TensorFlow
Vizualizarea și analizarea rezultatelor
Pregătire multi-GPU
Crearea unui server de inferență pentru implementarea modelelor ML
Lucrul cu JupyterHub
Networking și echilibrarea încărcării
Scalarea automată a unui cluster Kubernetes
Rezolvarea problemelor
Rezumat și concluzie
Cerințe
- Familiaritate cu sintaxa Python
- Experiență cu Tensorflow, PyTorch sau alt cadru de învățare automată
- Un cont AWS cu resursele necesare
Audiență
- Dezvoltatori
- Oameni de știință în domeniul datelor
Mărturii (1)
M-a plăcut să particip la instruirea Kubeflow, care a avut loc la distanță. Această instruire mi-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toate instrumentele devOps în jurul Kubeflow, care reprezintă bazele necesare pentru a aborda subiectul cu succes. Vreau să-i mulțumesc lui Malawski Marcin pentru răbdarea sa și profesionalismul demonstrat în instruire și sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite unghiuri, folosind diferite instrumente de implementare precum Ansible, EKS kubectl, Terraform. Acum sunt cu adevărat convins că intru în domeniul de aplicație potrivit.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina