联系我们

课程大纲

引言

Kubeflow功能与组件概述

  • 容器、清单(manifests)等

机器学习流水线概述

  • 训练、测试、调优、部署等

将Kubeflow部署到Kubernetes集群

  • 准备执行环境(训练集群、生产集群等)
  • 下载、安装与定制

在Kubernetes上运行机器学习流水线

  • 构建TensorFlow流水线
  • 构建PyTorch流水线

结果可视化

  • 导出并可视化流水线指标

定制执行环境

  • 针对不同基础设施定制技术栈
  • 升级Kubeflow部署

在公有云上运行Kubeflow

  • AWS、Microsoft Azure、Google Cloud Platform

管理生产工作流

  • 采用GitOps方法运行
  • 调度任务
  • 生成Jupyter笔记本

故障排除

总结与结语

要求

  • 熟悉Python语法
  • 具有Tensorflow、PyTorch或其他机器学习框架使用经验
  • 拥有公有云提供商账号(可选)

目标受众

  • 开发者
  • 数据科学家
 28 小时

即将举行的公开课程

课程分类