感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
介绍
Kubeflow 特性和组件概述
- 容器、清单等
Machine Learning 管道概述
- 培训、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、安装和定制。
在 Kubernetes 上运行 Machine Learning 管道
- 构建 TensorFlow 管道。
- 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
- 为各种基础设施定制堆栈
- 升级 Kubeflow 部署
在公有云上运行 Kubeflow
- AWS、Microsoft Azure、Google 云平台
管理生产工作流
- 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
客户评论 (1)
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
