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.
Plan Szkolenia
Wprowadzenie
- Wprowadzenie do Kubernetes
- Przegląd funkcji i architektury Kubeflow
- Kubeflow w AWS vs. lokalnie vs. u innych dostawców chmury publicznej
Konfiguracja klastra przy użyciu AWS EKS
Konfigurowanie klastra lokalnego przy użyciu Microk8s
Wdrażanie Kubernetes przy użyciu podejścia GitOps
Podejścia do przechowywania danych
Tworzenie Kubeflow potoku
Wyzwalanie potoku
Definiowanie artefaktów wyjściowych
Przechowywanie metadanych dla zestawów danych i modeli
Dostrajanie hiperparametrów za pomocą TensorFlow
Wizualizacja i analiza wyników
Multi-GPU Training
Tworzenie serwera wnioskowania do wdrażania modeli uczenia maszynowego
Praca z JupyterHub
Równoważenie obciążenia Networking
Automatyczne skalowanie klastra Kubernetes
Rozwiązywanie problemów
Podsumowanie i wnioski
Wymagania
- Znajomość składni Python
- Doświadczenie z Tensorflow, PyTorch lub innym frameworkiem uczenia maszynowego
- Konto AWS z niezbędnymi zasobami
Uczestnicy
- Programiści
- Naukowcy zajmujący się danymi
35 godzin