Kursplan

Införandet

Översikt över Kubeflow Funktioner och komponenter

  • Containrar, manifest osv.

Översikt över en Machine Learning pipeline

  • Utbildning, testning, justering, distribution osv.

Distribuera Kubeflow till ett Kubernetes kluster

  • Förbereda körningsmiljön (träningskluster, produktionskluster osv.)
  • Ladda ner, installera och anpassa.

Köra en Machine Learning pipeline på Kubernetes

  • Bygga en TensorFlow pipeline.
  • Bygga en PyTorch pipleline.

Visualisering av resultaten

  • Exportera och visualisera pipelinemått

Anpassa körningsmiljön

  • Anpassa stacken för olika infrastrukturer
  • Uppgradera en Kubeflow distribution

Köra Kubeflow i offentliga moln

  • AWS, Microsoft Azure, Google Cloud Platform

Hantera produktionsarbetsflöden

  • Köra med GitOps-metodik
  • Tidsplanera jobb
  • Skapande Jupyter Notebooks

Felsökning

Sammanfattning och slutsats

Krav

  • Bekantskap med Python-syntax
  • Erfarenhet av Tensorflow, PyTorch eller andra ramverk för maskininlärning
  • Ett offentligt molnleverantörskonto (valfritt)

Publik

  • Utvecklare
  • Dataforskare
 28 timmar

Antal deltagare



Price per participant

Relaterade Kategorier