Course Outline
Εισαγωγή
- Kubeflow σε IKS vs on-premise vs σε άλλους δημόσιους παρόχους cloud
Επισκόπηση των Kubeflow δυνατοτήτων στο IBM Cloud
- IKS IBM Cloud Object Storage
Επισκόπηση της ρύθμισης περιβάλλοντος
- Προετοιμασία εικονικών μηχανών Ρύθμιση συμπλέγματος Kubernetes
Ρύθμιση Kubeflow on IBM Cloud
- Εγκατάσταση Kubeflow μέσω IKS
Κωδικοποίηση του μοντέλου
- Επιλογή αλγορίθμου ML Εφαρμογή ενός μοντέλου TensorFlow CNN
Διαβάζοντας τα Δεδομένα
- Accessμε το σύνολο δεδομένων MNIST
Pipelines στο IBM Cloud
- Ρύθμιση ενός αγωγού από άκρο σε άκρο Kubeflow Προσαρμογή Kubeflow αγωγών
Εκτέλεση εργασίας εκπαίδευσης ML
- Εκπαίδευση μοντέλου MNIST
Ανάπτυξη του Μοντέλου
- Εκτέλεση TensorFlow Εξυπηρέτηση στο IKS
Ενσωμάτωση του μοντέλου σε μια εφαρμογή Ιστού
- Δημιουργία δείγματος εφαρμογής Αποστολή αιτημάτων πρόβλεψης
Διαχείριση Kubeflow
- Παρακολούθηση με Tensorboard Διαχείριση αρχείων καταγραφής
Εξασφάλιση συμπλέγματος Kubeflow
- Ρύθμιση ελέγχου ταυτότητας και εξουσιοδότησης
Αντιμετώπιση προβλημάτων
Περίληψη και Συμπέρασμα
Requirements
- Κατανόηση των εννοιών της μηχανικής μάθησης.
- Γνώση των εννοιών του cloud computing.
- Μια γενική κατανόηση των κοντέινερ (Docker) και της ενορχήστρωσης (Kubernetes).
- Κάποια Python εμπειρία προγραμματισμού είναι χρήσιμη.
- Εμπειρία εργασίας με γραμμή εντολών.
Ακροατήριο
- Μηχανικοί επιστήμης δεδομένων.
- DevOps μηχανικοί που ενδιαφέρονται για την ανάπτυξη μοντέλων μηχανικής μάθησης.
- Οι μηχανικοί υποδομής ενδιαφέρονται για την ανάπτυξη μοντέλων μηχανικής μάθησης.
- Μηχανικοί λογισμικού που επιθυμούν να αυτοματοποιήσουν την ενσωμάτωση και την ανάπτυξη λειτουργιών μηχανικής εκμάθησης με την εφαρμογή τους.
Testimonials (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Course - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.