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.
Kursplan
Introduksjon
Oversikt over Kubeflow funksjoner og komponenter
- Beholdere, manifester osv.
Oversikt over en Machine Learning rørledning
- Trening, testing, tuning, distribusjon, etc.
Distribuerer Kubeflow til en Kubernetes-klynge
- Forberede utførelsesmiljøet (opplæringsklynge, produksjonsklynge, etc.)
- Laster ned, installerer og tilpasser.
Kjøre en Machine Learning rørledning på Kubernetes
- Bygge en TensorFlow rørledning.
- Bygge en PyTorch pipeline.
Visualisere resultatene
- Eksportere og visualisere pipeline-beregninger
Tilpasse utførelsesmiljøet
- Tilpasse stabelen for ulike infrastrukturer
- Oppgraderer en Kubeflow distribusjon
Kjører Kubeflow på offentlige skyer
- AWS, Microsoft Azure, Googgle Cloud Platform
Administrere produksjonsarbeidsflyter
- Kjører med GitOps-metodikk
- Planlegging av jobber
- Spawning Jupyter notatbøker
Feilsøking
Oppsummering og konklusjon
Krav
- Kjennskap til Python syntaks
- Erfaring med Tensorflow, PyTorch eller annet rammeverk for maskinlæring
- En offentlig skyleverandørkonto (valgfritt)
Publikum
- Utviklere
- Dataforskere
28 timer
Testimonials (1)
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
