Schița de curs
Introducere
Prezentare generală a caracteristicilor și componentelor Kubeflow
- Containere, manifeste, etc.
Prezentare generală a unui pipeline de învățare automată
- Antrenare, testare, ajustare, implementare, etc.
Implementarea Kubeflow pe un cluster Kubernetes
- Pregătirea mediului de execuție (cluster de antrenament, cluster de producție, etc.)
- Descărcare, instalare și personalizare.
Rularea unui pipeline de învățare automată pe Kubernetes
- Construirea unui pipeline TensorFlow.
- Construirea unui pipeline PyTorch.
Vizualizarea rezultatelor
- Exportarea și vizualizarea metricilor pipeline
Personalizarea mediului de execuție
- Personalizarea stivei pentru diverse infrastructuri
- Actualizarea unei implementări Kubeflow
Rularea Kubeflow pe cloud-uri publice
- AWS, Microsoft Azure, Google Cloud Platform
Gestionarea fluxurilor de lucru de producție
- Rulare cu metodologia GitOps
- Programarea job-urilor
- Crearea notebook-urilor Jupyter
Depanare
Rezumat și concluzii
Cerințe
- Cunoașterea sintaxei Python
- Experiență cu Tensorflow, PyTorch sau alte framework-uri de învățare automată
- Un cont de furnizor de cloud public (opțional)
Publicul țintă
- Dezvoltatori
- Oameni de știință de date
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
