Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
Course Outline
Εισαγωγή
Επισκόπηση των Kubeflow Δυνατοτήτων και εξαρτημάτων
- Δοχεία, μανιφέστα κ.λπ.
Επισκόπηση ενός αγωγού Machine Learning
- Εκπαίδευση, δοκιμή, συντονισμός, ανάπτυξη κ.λπ.
Ανάπτυξη του Kubeflow σε ένα Kubernetes σύμπλεγμα
- Προετοιμασία του περιβάλλοντος εκτέλεσης (cluster εκπαίδευσης, cluster παραγωγής κ.λπ.) Λήψη, εγκατάσταση και προσαρμογή.
Λειτουργία Machine Learning αγωγού στο Kubernetes
- Κατασκευή ενός αγωγού TensorFlow. Κατασκευή αγωγού PyTorch.
Οπτικοποίηση των αποτελεσμάτων
- Εξαγωγή και οπτικοποίηση μετρήσεων αγωγών
Προσαρμογή του Περιβάλλοντος Εκτέλεσης
- Προσαρμογή της στοίβας για διαφορετικές υποδομές Αναβάθμιση ανάπτυξης Kubeflow
Εκτελείται Kubeflow σε δημόσια σύννεφα
- AWS, Microsoft Azure, Google Cloud Platform
Διαχείριση ροών εργασιών παραγωγής
- Εκτέλεση με τη μεθοδολογία GitOps Προγραμματισμός εργασιών Δημιουργία φορητών υπολογιστών Jupyter
Αντιμετώπιση προβλημάτων
Περίληψη και Συμπέρασμα
Requirements
- Εξοικείωση με τη σύνταξη Python
- Εμπειρία με το Tensorflow, το PyTorch ή άλλο πλαίσιο μηχανικής εκμάθησης
- Ένας δημόσιος λογαριασμός παρόχου cloud (προαιρετικό)
Ακροατήριο
- προγραμματιστές
- Επιστήμονες δεδομένων
28 Hours