Schița de curs

Introducere

  • Introducere în Kubernetes
  • Prezentare generală a caracteristicilor și arhitecturii Kubeflow
  • Kubeflow pe AWS vs on-premise vs pe alți furnizori de cloud public

Configurarea unui cluster folosind AWS EKS

Configurarea unui cluster on-premise folosind Microk8s

Implementarea Kubernetes folosind o abordare GitOps

Abordări de stocare a datelor

Crearea unui pipeline Kubeflow

Declanșarea unui pipeline

Definirea artefactelor de ieșire

Stocarea metadatelor pentru seturi de date și modele

Ajustarea hiperparametrilor cu TensorFlow

Vizualizarea și analizarea rezultatelor

Antrenament Multi-GPU

Crearea unui server de inferență pentru implementarea modelelor ML

Lucrul cu JupyterHub

Rețele și echilibrare a sarcinii

Auto Scaling a unui cluster Kubernetes

Depanare

Rezumat și concluzii

Cerințe

  • Familiaritate cu sintaxa Python 
  • Experiență cu Tensorflow, PyTorch sau alt framework de învățare automată
  • Un cont AWS cu resursele necesare

Public țintă

  • Dezvoltatori
  • Oameni de știință de date
 35 Ore

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite