Course Outline

Introductie

  • Inleiding tot Kubernetes
  • Overzicht van Kubeflow Functies en architectuur
  • Kubeflow op AWS vs on-premise vs op andere public cloud providers

Een cluster opzetten met 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 gegevenssets 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

Een Kubernetes-cluster automatisch schalen

Probleemoplossing

Samenvatting en conclusie

Requirements

  • Bekendheid met de Python-syntaxis
  • Ervaring met Tensorflow, PyTorch of een ander machine learning-framework
  • Een AWS-account met de nodige middelen

Publiek

  • Ontwikkelaars
  • Datawetenschappers
  35 Hours
 

Getuigenissen (1)

Related Courses

Related Categories