課程簡介
介紹
- Kubernetes 簡介
- Kubeflow 功能和體系結構概述
- Kubeflow 在 AWS 上、本地上、在其他公共雲供應商上
使用 AWS EKS 設置集群
使用Microk8s設置本地集群
使用 GitOps 方法部署 Kubernetes
數據存儲方法
創建 Kubeflow 管道
觸發管道
定義輸出工件
存儲數據集和模型的元數據
使用 TensorFlow 進行超參數調優
可視化和分析結果
多GPU培訓
創建用於部署 ML 模型的推理伺服器
使用 JupyterHub
Networking 和負載均衡
自動擴展 Kubernetes 集群
故障排除
總結和結論
最低要求
- 熟悉 Python 語法
- 具有 Tensorflow、PyTorch 或其他機器學習框架的經驗
- 具有必要資源的 AWS 帳戶
觀眾
- 開發人員
- 數據科學家
客戶評論 (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.