Cursusaanbod
Introductie
- Inleiding tot Kubernetes
- Overzicht van Kubeflow functies en architectuur
- Kubeflow op AWS versus on-premise versus op andere publieke cloudproviders
Een cluster opzetten met behulp van AWS EKS
Een On-Premise Cluster opzetten met behulp van Microk8s
Implementeren Kubernetes met behulp van een GitOps-aanpak
Benaderingen voor gegevensopslag
Een Kubeflow pijplijn maken
Een pijplijn activeren
Uitvoerartefacten definiëren
Metagegevens opslaan voor datasets en modellen
Hyperparameterafstemming met TensorFlow
Visualiseren en analyseren van de resultaten
Multi-GPU Opleiding
Een deductieserver maken voor het implementeren van ML-modellen
Werken met JupyterHub
Networking en taakverdeling
Automatisch schalen van een Kubernetes cluster
Probleemoplossing
Samenvatting en conclusie
Vereisten
- Bekendheid met de syntaxis van Python
- Ervaring met Tensorflow, PyTorch of een ander machine learning-framework
- Een AWS-account met de nodige middelen
Audiëntie
- Ontwikkelaars
- Datawetenschappers
Getuigenissen (1)
Ik vond het leuk om deel te nemen aan het Kubeflow-trainingprogramma dat op afstand plaatsvond. Deze training heeft me geholpen mijn kennis van AWS-services, K8s en alle DevOps-hulpmiddelen rondom Kubeflow te consolideren, die de noodzakelijke basis vormen om het onderwerp adequaat aan te pakken. Ik wil Malawski Marcin bedanken voor zijn geduld en professionaliteit bij het geven van training en advies over beste praktijken. Malawski benadert het onderwerp vanuit verschillende invalshoeken, met verschillende implementatietools zoals Ansible, EKS kubectl en Terraform. Nu ben ik absoluut overtuigd dat ik me in het juiste toepassingsgebied bevind.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Cursus - Kubeflow
Automatisch vertaald