
Cursurile de instruire Kubeflow live conduse de un instructor, online sau la fața locului, demonstrează, printr-o practică interactivă, cum să utilizați Kubeflow pentru a construi, implementa și gestiona fluxurile de lucru de învățare automată pe Kubernetes. Antrenamentul Kubeflow este disponibil ca „antrenament live online” sau „antrenament live la fața locului”. Instruirea live online (denumită în continuare „antrenament live la distanță”) se desfășoară prin intermediul unui desktop interactiv, la distanță . Instruirea live la fața locului poate fi efectuată local la sediul clienților în Moldova sau în centrele de formare corporative NobleProg în Moldova. NobleProg -- Furnizorul dvs. local de instruire
Machine Translated
Kubeflow Course Outlines
-
Instalați și configurați Kubeflow pe premise și în cloud folosind AWS EKS (Elastic Kubernetes Service).
Construiți, deplasați și gestionați fluxurile de lucru ML bazate pe Docker containere și Kubernetes.
Executați întregi pipelini de învățare a mașinilor în diferite arhitecturi și în mediile cloud.
Utilizarea Kubeflow pentru a spuna și a gestiona notebook-urile Jupyter.
Construiți formarea ML, tuningul hiperparametru și servind încărcăturile de lucru pe mai multe platforme.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
-
Instalați și configurați Kubernetes, Kubeflow și alte software necesare pe AWS.
Utilizați EKS (Elastic Kubernetes Service) pentru a simplifica activitatea de inițializare a unui cluster Kubernetes pe AWS.
Creați și deplasați un pipeline Kubernetes pentru automatizarea și gestionarea modelelor ML în producție.
Instruiți și deplasați TensorFlow modele ML pe mai multe GPUs și mașini care funcționează în paralel.
Livrați alte servicii gestionate de AWS pentru a extinde o aplicație ML.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
-
Instalați și configurați Kubernetes, Kubeflow și alte software necesare pe Azure.
Utilizați Azure Kubernetes Serviciul (AKS) pentru a simplifica activitatea inițializării unui Kubernetes cluster pe Azure.
Creați și deplasați un pipeline Kubernetes pentru automatizarea și gestionarea modelelor ML în producție.
Instruiți și deplasați TensorFlow modele ML pe mai multe GPUs și mașini care funcționează în paralel.
Livrați alte servicii gestionate de AWS pentru a extinde o aplicație ML.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
-
Instalați și configurați Kubernetes, Kubeflow și alte software necesare pe GCP și GKE.
Utilizați GKE (Kubernetes Kubernetes Motor) pentru a simplifica activitatea de inițializare a unui Kubernetes cluster pe GCP.
Creați și deplasați un pipeline Kubernetes pentru automatizarea și gestionarea modelelor ML în producție.
Instruiți și deplasați TensorFlow modele ML pe mai multe GPUs și mașini care funcționează în paralel.
Oferă alte servicii GCP pentru a extinde o aplicație ML.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
-
Instalați și configurați Kubernetes, Kubeflow și alte software necesare pe IBM Cloud Kubernetes Service (IKS).
Utilizați IKS pentru a simplifica activitatea de inițializare a unui cluster Kubernetes pe IBM Cloud.
Creați și deplasați un pipeline Kubernetes pentru automatizarea și gestionarea modelelor ML în producție.
Instruiți și deplasați TensorFlow modele ML pe mai multe GPUs și mașini care funcționează în paralel.
Livrați alte servicii IBM Cloud pentru a extinde o aplicație ML.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
-
La sfârșitul cursului, participanții vor putea:
Împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă.
Utilizați OpenShift pentru a simplifica activitatea inițializării unui Kubernetes cluster.
Creați și deplasați un pipeline Kubernetes pentru automatizarea și gestionarea modelelor ML în producție.
Instruiți și deplasați TensorFlow modele ML pe mai multe GPUs și mașini care funcționează în paralel.
Apelați serviciile cloud publice (de exemplu, serviciile AWS) din interior OpenShift pentru a extinde o aplicație ML.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
-
Instalați și configurați Kubeflow pe premise și în cloud.
Construiți, deplasați și gestionați fluxurile de lucru ML bazate pe Docker containere și Kubernetes.
Executați întregi pipelini de învățare a mașinilor în diferite arhitecturi și în mediile cloud.
Utilizarea Kubeflow pentru a spuna și a gestiona notebook-urile Jupyter.
Construiți formarea ML, tuningul hiperparametru și servind încărcăturile de lucru pe mai multe platforme.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Pentru a afla mai multe despre Kubeflow, vă rugăm să vizitați: https://github.com/kubeflow/kubeflow
Last Updated: