Свържете се с нас

Съдържание и теми, включени в курса

Въведение

Обща информация за функциите и компонентите на Kubeflow

  • Контейнери, манифести и др.

Обща информация за пайплайн за машинно обучение

  • Обучение, тестване, тюнинг, разпространение и др.

Разпространяване на Kubeflow в Kubernetes кластер

  • Подготовка на изпълнителната среда (обучаващ кластер, продукционен кластер и др.)
  • Изтегляне, инсталиране и персонализиране.

Изпълняване на пайплайн за машинно обучение в Kubernetes

  • Създаване на TensorFlow пайплайн.
  • Създаване на PyTorch пайплайн.

Визуализиране на резултатите

  • Експортиране и визуализиране на метрики от пайплайна

Персонализиране на изпълнителната среда

  • Персонализиране на стека за разнообразни инфраструктури
  • Обновяване на инсталацията на Kubeflow

Пълен преглед на функционирането на Kubeflow в публични облакове

  • AWS, Microsoft Azure, Google Cloud Platform

Управление на продукционни работни потоци

  • Работа с методология GitOps
  • Планиране на задачи (jobs)
  • Стартиране на Jupyter ноутбъкове

Отстраняване на грешки (Troubleshooting)

Резюме и заключение

Изисквания

  • Знакомство със синтаксиса на Python
  • Опит с TensorFlow, PyTorch или друга рамка за машинно обучение
  • Сметка в публичен облачен доставчик (по избор)

Целева аудитория

  • Разработчици
  • Учени в областта на данните
 28 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории