Kom i kontakt
 Varaktighet 28 timmar

Kursplan

Introduktion

Översikt över Kubeflows funktioner och komponenter

  • Containrar, manifestfiler, m.fl.

Översikt över en maskininlärningspipeline

  • Träning, testning, justering, distribution m.fl.

Distribution av Kubeflow till en Kubernetes-kluster

  • Förberedelse av exekveringsmiljön (träningskluster, produktionskluster, m.fl.)
  • Nedladdning, installation och anpassning.

Körning av en maskininlärningspipeline på Kubernetes

  • Byggning av en TensorFlow-pipeline.
  • Byggning av en PyTorch-pipeline.

Visualisering av resultaten

  • Export och visualisering av pipeline-mätvärden

Anpassning av exekveringsmiljön

  • Anpassning av stacken för varierad infrastruktur
  • Uppgradering av en Kubeflow-distribution

Körning av Kubeflow på publika molntjänster

  • AWS, Microsoft Azure, Google Cloud Platform

Hantering av produktionsflöden

  • Körning enligt GitOps-metodologi
  • Tidsplanering av jobb
  • Start av Jupyter-notebooks

Krav

  • Kännedom till Python-syntax 
  • Erfarenhet av Tensorflow, PyTorch eller andra maskininlärningsramverk
  • Ett konto hos en publik molnleverantör (valfritt) 

Målgrupp

  • Utvecklare
  • Datavetare

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier