感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
Kubeflow简介
- 理解Kubeflow的使命与架构
- 核心组件与生态系统概览
- 部署选项与平台能力
使用Kubeflow仪表板
- 用户界面导航
- 管理笔记本与工作空间
- 集成存储与数据源
Kubeflow Pipelines基础
- 流水线结构与组件设计
- 使用Python SDK编写流水线
- 执行、调度与监控流水线运行
在Kubeflow上训练机器学习模型
- 分布式训练模式
- 使用TFJob、PyTorchJob及其他算子
- Kubernetes中的资源管理与自动扩缩容
使用Kubeflow进行模型部署
- KFServing / KServe概览
- 使用自定义运行时部署模型
- 管理修订、扩缩容与流量路由
在Kubernetes上管理机器学习工作流
- 对数据、模型和工件进行版本管理
- 为机器学习流水线集成CI/CD
- 安全性与基于角色的访问控制
生产级机器学习最佳实践
- 设计可靠的工作流模式
- 可观测性与监控
- 排查常见Kubeflow问题
进阶主题(可选)
- 多租户Kubeflow环境
- 混合与多集群部署场景
- 使用自定义组件扩展Kubeflow
总结与后续步骤
最低要求
- 了解容器化应用
- 具备基本命令行工作流经验
- 熟悉Kubernetes概念
目标受众
- 机器学习从业者
- 数据科学家
- 刚接触Kubeflow的DevOps团队
客戶評論 (2)
如前所述,对于像我这样没有经验的人来说,这是了解这些程序/工具等功能与用途的入门途径。
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
課程 - Docker and Kubernetes
機器翻譯
對容器/Kubernetes及其交互方式的基本理解 OpenShift平臺的功能
Eric Scholze - NOW IT GmbH
課程 - Introduction to Containers, Kubernetes & OpenShift
機器翻譯