聯繫我們

課程簡介

簡介

Kubeflow 功能與組件概述

  • 容器、清單文件等

機器學習管道概述

  • 訓練、測試、調優、部署等

將 Kubeflow 部署到 Kubernetes 叢集

  • 準備執行環境(訓練叢集、生產叢集等)
  • 下載、安裝及自定義

在 Kubernetes 上執行機器學習管道

  • 構建 TensorFlow 管道
  • 構建 PyTorch 管道

結果視覺化

  • 匯出並視覺化管道指標

自定義執行環境

  • 針對多樣化基礎設施自定義技術棧
  • 升級 Kubeflow 部署

在公有雲上運行 Kubeflow

  • AWS、Microsoft Azure、Google Cloud Platform

管理生產工作流

  • 採用 GitOps 方法論運行
  • 排程任務
  • 啟動 Jupyter 筆記本

故障排除

總結與結論

最低要求

  • 熟悉 Python 語法
  • 具有 Tensorflow、PyTorch 或其他機器學習框架的使用經驗
  • 公有雲服務商帳戶(可選)

目標受眾

  • 開發人員
  • 數據科學家
 28 小時

人數


每位參與者的報價

即將到來的課程

課程分類