План на курса

Въведение

  • Въведение в Kubernetes
  • Преглед на Kubeflow функции и архитектура
  • Kubeflow на AWS срещу локални срещу други публични доставчици на облак

Настройване на клъстер с помощта на AWS EKS

Настройване на локален клъстер с помощта на Microk8s

Разполагане Kubernetes с помощта на GitOps подход

Подходи за съхранение на данни

Създаване на Kubeflow конвейер

Задействане на тръбопровод

Дефиниране на изходни артефакти

Съхраняване на метаданни за набори от данни и модели

Хиперпараметрична настройка с TensorFlow

Визуализиране и анализиране на резултатите

Мулти-GPU обучение

Създаване на сървър за изводи за внедряване на ML модели

Работа с JupyterHub

Networking и балансиране на натоварването

Автоматично мащабиране на Kubernetes клъстер

Отстраняване на неизправности

Обобщение и заключение

Изисквания

  • Познаване на синтаксиса Python.
  • Опит с Tensorflow, PyTorch или друга рамка за машинно обучение
  • AWS акаунт с необходимите ресурси

Публика

  • Разработчици
  • Учени по данни
 35 Часа

Брой участници


Цена за участник

Oтзиви от потребители (1)

Предстоящи Курсове

Свързани Kатегории