Návrh Školení
Úvod
- Úvod do Kubernetes
- Přehled Kubeflow Funkce a architektura
- Kubeflow na AWS vs on-premise vs na jiných veřejných poskytovatelích cloudu
Nastavení clusteru pomocí AWS EKS
Nastavení On-Premise Cluster pomocí Microk8s
Nasazení Kubernetes pomocí přístupu GitOps
Přístupy k ukládání dat
Vytvoření Kubeflow Pipeline
Spouštění potrubí
Definování výstupních artefaktů
Ukládání metadat pro datové sady a modely
Ladění hyperparametrů pomocí TensorFlow
Vizualizace a analýza výsledků
Multi-GPU trénink
Vytvoření inferenčního serveru pro nasazení modelů ML
Práce s JupyterHub
Networking a Load Balancing
Automatické škálování Kubernetes clusteru
Odstraňování problémů
Shrnutí a závěr
Požadavky
- Znalost syntaxe Python
- Zkušenosti s Tensorflow, PyTorch nebo jiným rámcem strojového učení
- Účet AWS s nezbytnými zdroji
Publikum
- Vývojáři
- Datoví vědci
Reference (1)
Rád jsem se zúčastnil školení Kubeflow, které proběhlo vzdáleně. Toto školení mi umožnilo prohloubit znalosti o službách AWS, K8s a všech devOps nástrojích kolem Kubeflow, což jsou nezbytné základy pro správný přístup k tématu. Rád bych poděkoval Marcinovi Malawskimu za jeho trpělivost a profesionální přístup při školení a poradách o osvědčených postupech. Malawski se k tématu přibližuje z různých úhlů, používá různé nástroje pro nasazení jako Ansible, EKS kubectl a Terraform. Teď jsem naprosto přesvědčen, že vstupuji do správného oboru aplikace.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kurz - Kubeflow
Přeloženo strojem