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
- 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