Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение
Преглед на Kubeflow функции и компоненти
- Контейнери, манифести и др.
Преглед на Machine Learning тръбопровод
- Обучение, тестване, настройка, внедряване и др.
Разполагане на Kubeflow в Kubernetes клъстер
- Подготовка на средата за изпълнение (клъстер за обучение, клъстер за производство и т.н.)
- Изтегляне, инсталиране и персонализиране.
Пускане на Machine Learning тръбопровод на Kubernetes
- Изграждане на TensorFlow тръбопровод.
- Изграждане на PyTorch тръбопровод.
Визуализиране на резултатите
- Експортиране и визуализиране на конвейерни показатели
Персонализиране на средата за изпълнение
- Персонализиране на стека за различни инфраструктури
- Надграждане на Kubeflow внедряване
Работи Kubeflow в публични облаци
- AWS, Microsoft Azure, Google Cloud Platform
Управление на производствените работни процеси
- Работи с GitOps методология
- Планиране на работни места
- Създаване на преносими компютри на Юпитер
Отстраняване на неизправности
Обобщение и заключение
Изисквания
- Познаване на синтаксиса Python.
- Опит с Tensorflow, PyTorch или друга рамка за машинно обучение
- Акаунт на доставчик на публичен облак (по избор)
Публика
- Разработчици
- Учени по данни
28 Часа
Oтзиви от потребители (1)
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.
