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.
课程大纲
介绍
- Kubeflow on AWS 本地部署与其他公共云提供商的对比
Kubeflow 功能和体系结构概述
激活 AWS 账户
准备和启动启用了 GPU 的 AWS 实例
设置用户角色和权限
准备构建环境
选择 TensorFlow 模型和数据集
将代码和框架打包到 Docker 映像中
使用 EKS 设置 Kubernetes 集群
暂存训练和验证数据
配置 Kubeflow 管道
在 EKS 中使用 Kubeflow 启动训练作业
在运行时可视化训练作业
作业完成后进行清理
故障 排除
总结和结论
要求
- 对机器学习概念的理解。
- 了解云计算概念。
- 对容器 (Docker) 和编排 (Kubernetes) 有大致的了解。
- 一些 Python 编程经验是有帮助的。
- 具有使用命令行的经验。
观众
- 数据科学工程师。
- DevOps 对机器学习模型部署感兴趣的工程师。
- 对机器学习模型部署感兴趣的基础结构工程师。
- 希望将机器学习功能与其应用程序集成和部署的软件工程师。
28 小时