
Online nebo na místě, živé kurzy Kubeflow vedené instruktory demonstrují prostřednictvím interaktivních praktických cvičení, jak používat Kubeflow k vytváření, nasazení a správě pracovních postupů strojového učení na Kubernetes. Školení Kubeflow je dostupné jako „online živé školení“ nebo „živé školení na místě“. Online živé školení (neboli „vzdálené živé školení“) se provádí prostřednictvím interaktivní vzdálené plochy . Živá školení na místě lze provádět lokálně v prostorách zákazníka v České republice nebo ve firemních školicích střediscích NobleProg v České republice. NobleProg -- Váš místní poskytovatel školení
Machine Translated
Kdy
-
Instalace a nastavení Kubeflow v předmětu a v cloudu pomocí služby AWS EKS (Elastic Kubernetes Service).
Vytvořte, rozložte a spravujte pracovní toky ML na základě Docker kontejnerů a Kubernetes.
Proveďte celé potrubí strojového učení v různých architektonických a cloudových prostředích.
Použití Kubeflow pro špionáž a správu notebooku Jupyter.
Build ML trénink, hyperparametr tuning, a obsluhovat pracovní zatížení na více platformách.
-
Interaktivní přednáška a diskuse.
Mnoho cvičení a praxe.
Hands-on implementace v živém laboratoři prostředí.
-
Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.
-
Instalace a konfigurace Kubernetes, Kubeflow a jiného potřebného softwaru na AWS.
Použijte EKS (Elastic Kubernetes Service), abyste zjednodušili práci iniciování klastru Kubernetes na AWS.
Vytvořit a rozvíjet Kubernetes potrubí pro automatizaci a řízení modelů ML ve výrobě.
Trénovat a rozvíjet TensorFlow ML modely přes více GPUs a stroje běžící v paralelě.
Využijte další služby spravované společností AWS, abyste rozšířili aplikaci ML.
-
Interaktivní přednáška a diskuse.
Mnoho cvičení a praxe.
Hands-on implementace v živém laboratoři prostředí.
-
Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.
-
Instalace a konfigurace Kubernetes, Kubeflow a další potřebné software na Azure.
Použijte Azure Kubernetes Službu (AKS) k zjednodušení práce iniciování Kubernetes klastru na Azure.
Vytvořit a rozvíjet Kubernetes potrubí pro automatizaci a řízení modelů ML ve výrobě.
Trénovat a rozvíjet TensorFlow modely ML přes více GPUs a stroje běžící v paralelě.
Využijte další služby spravované společností AWS, abyste rozšířili aplikaci ML.
-
Interaktivní přednáška a diskuse.
Mnoho cvičení a praxe.
Hands-on implementace v živém laboratoři prostředí.
-
Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.
-
Instalace a konfigurace Kubernetes, Kubeflow a další potřebné software na GCP a GKE.
Použijte GKE (Kubernetes Kubernetes Engine) k zjednodušení práce iniciování Kubernetes klastru na GCP.
Vytvořit a rozvíjet Kubernetes potrubí pro automatizaci a řízení modelů ML ve výrobě.
Trénovat a rozvíjet TensorFlow ML modely přes více GPUs a stroje běžící v paralelě.
Využijte další služby GCP k rozšíření aplikace ML.
-
Interaktivní přednáška a diskuse.
Mnoho cvičení a praxe.
Hands-on implementace v živém laboratoři prostředí.
-
Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.
-
Instalace a konfigurace Kubernetes, Kubeflow a jiného potřebného softwaru na IBM Cloud Kubernetes Service (IKS).
Použijte IKS, abyste zjednodušili práci iniciování Kubernetes klastru na IBM Cloud.
Vytvořit a rozvíjet Kubernetes potrubí pro automatizaci a řízení modelů ML ve výrobě.
Trénovat a rozvíjet TensorFlow ML modely přes více GPUs a stroje běžící v paralelě.
Využijte další služby IBM Cloud k rozšíření aplikace ML.
-
Interaktivní přednáška a diskuse.
Mnoho cvičení a praxe.
Hands-on implementace v živém laboratoři prostředí.
-
Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.
- Na konci tohoto školení budou účastníci schopni: Instalovat a konfigurovat Kubernetes a Kubeflow na clusteru OpenShift. Použijte OpenShift ke zjednodušení práce s inicializací clusteru Kubernetes. Vytvořte a nasaďte kanál Kubernetes pro automatizaci a správu modelů ML v produkci. Trénujte a nasazujte TensorFlow modely ML na více GPU a paralelně běžících počítačích. Zavolejte veřejné cloudové služby (např. služby AWS) z OpenShift a rozšiřte aplikaci ML.
- Interaktivní přednáška a diskuze. Spousta cvičení a praxe. Praktická implementace v prostředí živé laboratoře.
- Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.
-
Instalace a nastavení Kubeflow na předměstí a v cloudu.
Vytvořte, rozložte a spravujte pracovní toky ML na základě Docker kontejnerů a Kubernetes.
Proveďte celé potrubí strojového učení v různých architektonických a cloudových prostředích.
Použití Kubeflow pro špionáž a správu notebooku Jupyter.
Build ML trénink, hyperparametr tuning, a obsluhovat pracovní zatížení na více platformách.
-
Interaktivní přednáška a diskuse.
Mnoho cvičení a praxe.
Hands-on implementace v živém laboratoři prostředí.
-
Chcete-li požádat o přizpůsobené školení pro tento kurz, kontaktujte nás, abyste uspořádali.
Chcete-li se dozvědět více o Kubeflow, navštivte prosím: https://github.com/kubeflow/kubeflow
Last Updated: