课程大纲

介绍

Kubeflow 功能和组件概述

  • 容器、清单等

Machine Learning 管道概述

  • 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、安装和自定义。

在 Kubernetes 上运行 Machine Learning 管道

  • 构建 TensorFlow 流水线。
  • 构建 PyTorch pipleline。

可视化结果

  • 导出和可视化管道指标

自定义执行环境

  • 为不同的基础架构定制堆栈
  • 升级 Kubeflow 部署

在公有云上运行 Kubeflow

  • AWS、Microsoft Azure、Google Cloud Platform

管理生产工作流程

  • 使用 GitOps 方法运行
  • 计划作业
  • 生成 Jupyter 笔记本

故障 排除

总结和结论

要求

  • 熟悉 Python 语法 
  • 具有 Tensorflow、PyTorch 或其他机器学习框架的经验
  • 公有云提供商帐户(可选) 

观众

  • 开发 人员
  • 数据科学家
  28 小时
 

人数


开始

完结


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

相关课程

课程分类