Intrati in legatura

Schița de curs

Introducere

Prezentare generală a funcțiilor și componentelor Kubeflow

  • Contenere, manifeste etc.

Prezentare generală a unui pipeline de Machine Learning

  • Antrenare, testare, ajustare, implementare etc.

Implementarea Kubeflow pe un cluster Kubernetes

  • Pregătirea mediului de execuție (cluster de antrenare, cluster de producție etc.)
  • Descărcare, instalare și personalizare.

Executarea unui pipeline de Machine Learning pe Kubernetes

  • Construirea unui pipeline TensorFlow.
  • Construirea unui pipeline PyTorch.

Vizualizarea rezultatelor

  • Exportarea și vizualizarea metricilor pipeline-ului

Personalizarea mediului de execuție

  • Personalizarea stack-ului pentru infrastructuri diverse
  • Actualizarea (upgrading) unei implementări Kubeflow

Executarea Kubeflow pe cloud-uri publice

  • AWS, Microsoft Azure, Google Cloud Platform

Managementul fluxurilor de lucru de producție

  • Execuție cu metodologia GitOps
  • Programarea (scheduling) a joburilor
  • Generarea caietelor Jupyter

Rezolvarea problemelor (Troubleshooting)

Rezumat și concluzii

Cerințe

  • Cunoașterea sintaxei Python
  • Experiență cu Tensorflow, PyTorch sau alte cadre de lucru (framework-uri) pentru machine learning
  • Un cont la un furnizor de servicii cloud publice (opțional)

Public țintă

  • Dezvoltatori
  • Științiști de date
 28 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite