Szkolenia Kubeflow

Szkolenia Kubeflow

Praktyczne szkolenia na żywo z Kubeflow pokazują jak używać platformy do tworzenia, wdrażania i zarządzania przepływami pracy uczenia maszynowego w Kubernetes. Kubeflow został zaprojektowany tak, aby umożliwić korzystanie z maszynowych potoków szkoleniowych w celu zaaranżowania skomplikowanych przepływów pracy działających na Kubernetesie. Kubeflow opierał się na wewnętrznej metodzie Google'a polegającej na wdrożeniu modeli TensorFlow na Kubernetesie o nazwie TensorFlow Extended.

Przetłumaczono z www.DeepL.com/Translator (wersja darmowa)

Szkolenie Kubeflow jest dostępne jako "szkolenie stacjonarne" lub "szkolenie online na żywo".
Szkolenie stacjonarne może odbywać się lokalnie w siedzibie klienta w Polsce lub w ośrodkach szkoleniowych NobleProg w Polsce. Zdalne szkolenie online odbywa się za pomocą interaktywnego, zdalnego pulpitu DaDesktop .

NobleProg -- Twój lokalny dostawca szkoleń.

Opinie uczestników

★★★★★
★★★★★

Plany szkoleń z technologii Kubeflow

Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
35 godzin
Kubeflow to zestaw narzędzi, dzięki któremu Machine Learning (ML) na Kubernetes jest łatwy, przenośny i skalowalny. AWS EKS (Elastic Kubernetes Service) to zarządzana przez Amazon usługa do uruchamiania Kubernetes na AWS. To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla programistów i naukowców zajmujących się danymi, którzy chcą tworzyć, wdrażać i zarządzać przepływami pracy uczenia maszynowego w Kubernetes. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Instalowanie i konfigurowanie Kubeflow na miejscu i w chmurze przy użyciu AWS EKS (Elastic Kubernetes Service). Tworzenie, wdrażanie i zarządzanie przepływami pracy ML w oparciu o kontenery Docker i Kubernetes. Uruchamiać całe potoki uczenia maszynowego w różnych architekturach i środowiskach chmurowych. Używanie Kubeflow do tworzenia i zarządzania notatnikami Jupyter. Tworzenie szkoleń ML, dostrajanie hiperparametrów i obsługiwanie obciążeń na wielu platformach.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
28 godzin
Kubeflow to framework do uruchamiania obciążeń uczenia maszynowego na Kubernetes. TensorFlow to biblioteka uczenia maszynowego, a Kubernetes to platforma orkiestracji do zarządzania aplikacjami kontenerowymi. To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia na serwerze AWS EC2. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zainstaluj i skonfiguruj Kubernetes, Kubeflow i inne potrzebne oprogramowanie na AWS. Wykorzystanie usługi EKS (Elastic Kubernetes Service) do uproszczenia procesu inicjalizacji klastra Kubernetes na platformie AWS. Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji. Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle. Wykorzystanie innych zarządzanych usług AWS do rozszerzenia aplikacji ML.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
28 godzin
Kubeflow to framework do uruchamiania obciążeń uczenia maszynowego na Kubernetes. TensorFlow jest jedną z najpopularniejszych bibliotek uczenia maszynowego. Kubernetes to platforma orkiestracji do zarządzania aplikacjami kontenerowymi. To prowadzone przez instruktora szkolenie na żywo (w trybie online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia w chmurze Azure. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zainstaluj i skonfiguruj Kubernetes, Kubeflow i inne potrzebne oprogramowanie na platformie Azure. Korzystanie z usługi Azure Kubernetes Service (AKS) w celu uproszczenia inicjalizacji klastra Kubernetes na platformie Azure. Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w środowisku produkcyjnym. Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle. Wykorzystanie innych usług zarządzanych przez AWS do rozszerzenia aplikacji ML.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
28 godzin
Kubeflow to framework do uruchamiania obciążeń uczenia maszynowego na Kubernetes. TensorFlow jest jedną z najpopularniejszych bibliotek uczenia maszynowego. Kubernetes to platforma orkiestracji do zarządzania aplikacjami kontenerowymi. To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia na Google Cloud Platform (GCP). Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zainstaluj i skonfiguruj Kubernetes, Kubeflow i inne potrzebne oprogramowanie na GCP i GKE. Korzystanie z GKE (Kubernetes Kubernetes Engine) w celu uproszczenia pracy związanej z inicjalizacją klastra Kubernetes na GCP. Utworzenie i wdrożenie potoku Kubernetes do automatyzacji i zarządzania modelami ML w środowisku produkcyjnym. Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle. Wykorzystanie innych usług GCP do rozszerzenia aplikacji ML.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
28 godzin
Kubeflow to framework do uruchamiania obciążeń uczenia maszynowego na Kubernetes. TensorFlow jest jedną z najpopularniejszych bibliotek uczenia maszynowego. Kubernetes to platforma orkiestracji do zarządzania aplikacjami kontenerowymi. To prowadzone przez instruktora szkolenie na żywo (w trybie online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć Machine Learning obciążenia w usłudze IBM Cloud Kubernetes Service (IKS). Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zainstaluj i skonfiguruj Kubernetes, Kubeflow i inne potrzebne oprogramowanie w usłudze IBM Cloud Kubernetes Service (IKS). Wykorzystanie IKS do uproszczenia procesu inicjalizacji klastra Kubernetes na platformie IBM Cloud. Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w środowisku produkcyjnym. Trenowanie i wdrażanie TensorFlow modeli ML na wielu procesorach graficznych i maszynach działających równolegle. Wykorzystanie innych usług IBM Cloud do rozszerzenia aplikacji ML.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
28 godzin
Kubeflow to framework do uruchamiania obciążeń uczenia maszynowego na Kubernetes. TensorFlow jest jedną z najpopularniejszych bibliotek uczenia maszynowego. Kubernetes to platforma orkiestracji do zarządzania aplikacjami kontenerowymi. OpenShift to platforma do tworzenia aplikacji w chmurze, która wykorzystuje kontenery Docker, orkiestrowane i zarządzane przez Kubernetes, na fundamencie Red Hat Enterprise Linux. To prowadzone przez instruktora szkolenie na żywo (w trybie online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą wdrożyć obciążenia uczenia maszynowego w chmurze lokalnej lub hybrydowej.
    Pod koniec tego szkolenia uczestnicy będą w stanie Zainstalować i skonfigurować Kubernetes i Kubeflow na klastrze OpenShift. Używać OpenShift do uproszczenia pracy związanej z inicjalizacją klastra Kubernetes. Tworzenie i wdrażanie potoku Kubernetes do automatyzacji i zarządzania modelami ML w produkcji. Trenowanie i wdrażanie TensorFlow modeli ML na wielu GPU i maszynach działających równolegle. Wywoływanie usług chmury publicznej (np. usług AWS) z poziomu OpenShift w celu rozszerzenia aplikacji ML.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
28 godzin
Kubeflow to zestaw narzędzi, dzięki któremu Machine Learning (ML) na Kubernetes jest łatwe, przenośne i skalowalne. To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla programistów i naukowców zajmujących się danymi, którzy chcą tworzyć, wdrażać i zarządzać przepływami pracy uczenia maszynowego w Kubernetes. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Instalowanie i konfigurowanie Kubeflow na miejscu i w chmurze. Tworzenie, wdrażanie i zarządzanie przepływami pracy ML w oparciu o kontenery Docker i Kubernetes. Uruchamianie całych potoków uczenia maszynowego w różnych architekturach i środowiskach chmurowych. Używanie Kubeflow do tworzenia i zarządzania notatnikami Jupyter. Tworzenie szkoleń ML, dostrajanie hiperparametrów i obsługiwanie obciążeń na wielu platformach.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami. Aby dowiedzieć się więcej o Kubeflow, odwiedź stronę: https://github.com/kubeflow/kubeflow

Last Updated:

Szkolenie Kubeflow, Kubeflow boot camp, Szkolenia Zdalne Kubeflow, szkolenie wieczorowe Kubeflow, szkolenie weekendowe Kubeflow, Kurs Kubeflow,Kursy Kubeflow, Trener Kubeflow, instruktor Kubeflow, kurs zdalny Kubeflow, edukacja zdalna Kubeflow, nauczanie wirtualne Kubeflow, lekcje UML, nauka przez internet Kubeflow, e-learning Kubeflow, kurs online Kubeflow, wykładowca Kubeflow

Kursy w promocyjnej cenie

Newsletter z promocjami

Zapisz się na nasz newsletter i otrzymuj informacje o aktualnych zniżkach na kursy otwarte.
Szanujemy Twoją prywatność, dlatego Twój e-mail będzie wykorzystywany jedynie w celu wysyłki naszego newslettera, nie będzie udostępniony ani sprzedany osobom trzecim.
W dowolnej chwili możesz zmienić swoje preferencje co do otrzymywanego newslettera bądź całkowicie się z niego wypisać.

Zaufali nam

This site in other countries/regions