Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
План на курса
Въведение
- Kubeflow on AWS срещу локални срещу други публични доставчици на облак
Преглед на Kubeflow функции и архитектура
Активиране на AWS акаунт
Подготовка и стартиране на GPU активирани AWS екземпляри
Настройване на потребителски роли и разрешения
Подготовка на средата за изграждане
Избор на TensorFlow модел и набор от данни
Опаковане на код и рамки в Docker изображение
Настройване на Kubernetes клъстер с помощта на EKS
Подреждане на данните за обучение и валидиране
Конфигуриране на Kubeflow тръбопроводи
Стартиране на задание за обучение с помощта на Kubeflow в EKS
Визуализиране на заданието за обучение по време на изпълнение
Почистване след завършване на работата
Отстраняване на неизправности
Обобщение и заключение
Изисквания
- Разбиране на концепциите за машинно обучение.
- Познаване на концепциите за облачни изчисления.
- Общо разбиране за контейнери (Docker) и оркестрация (Kubernetes).
- Известен Python опит в програмирането е полезен.
- Опит при работа с команден ред.
Публика
- Инженери по наука за данни.
- DevOps инженери, които се интересуват от внедряването на модел за машинно обучение.
- Инфраструктурните инженери се интересуват от внедряването на модели за машинно обучение.
- Софтуерни инженери, желаещи да интегрират и внедрят функции за машинно обучение със своето приложение.
28 Hours