
Cursurile Kubeflow instruire Kubeflow direct, Kubeflow instructori, demonstrează prin practica interactivă hands-on cum să folosești Kubeflow pentru a construi, implementa și gestiona fluxuri de lucru de învățare automată pe Kubernetes . Pregătirea Kubeflow este disponibilă ca „antrenament live la fața locului” sau „instruire live la distanță”. Pregătirea live la fața locului poate fi efectuată local în spațiile clienților din Moldova sau în centrele de formare corporativă NobleProg din Moldova . Antrenamentul live de la distanță se realizează printr-un desktop interactiv, de la distanță. NobleProg - Furnizorul tău local de formare
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: