Struttura del corso

Introduzione

  • Kubeflow on OpenShift Confronto con i servizi gestiti del cloud pubblico

Panoramica di Kubeflow on OpenShift

  • Contenitori di lettura del codice
  • Opzioni di archiviazione

Panoramica dell'impostazione dell'ambiente

  • Configurazione di un cluster Kubernetes

Impostazione Kubeflow on OpenShift

  • Installazione Kubeflow

Codifica del modello

  • Scelta di un algoritmo ML
  • Implementazione di un TensorFlow modello CNN

Lettura dei dati

  • AccessCreazione di un set di dati

Condutture Kubeflow su OpenShift

  • Impostazione di una pipeline end-to-end Kubeflow
  • Personalizzazione di Kubeflow Pipeline

Esecuzione di un processo di formazione ML

  • Addestramento di un modello

Distribuzione del modello

  • Esecuzione di un modello sottoposto a training in OpenShift

Integrazione del modello in un'applicazione Web

  • Creazione di un'applicazione di esempio
  • Invio di richieste di previsione

Somministrazione Kubeflow

  • Monitoraggio con Tensorboard
  • Gestione dei log

Protezione di un cluster Kubeflow

  • Impostazione dell'autenticazione e dell'autorizzazione

Risoluzione dei problemi

Riassunto e conclusione.

Requisiti

  • Comprensione dei concetti di machine learning.
  • Conoscenza dei concetti di cloud computing.
  • Una conoscenza generale dei contenitori (Docker) e dell'orchestrazione (Kubernetes).
  • Un po' di Python esperienza di programmazione è utile.
  • Esperienza di lavoro con una riga di comando.

Pubblico

  • Ingegneri della scienza dei dati.
  • DevOps Ingegneri interessati all'implementazione di modelli di Machine Learning.
  • Ingegneri dell'infrastruttura interessati alla distribuzione di modelli di machine learning.
  • Ingegneri del software che desiderano automatizzare l'integrazione e la distribuzione di funzionalità di machine learning con la propria applicazione
  28 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Recensioni (4)

Corsi relativi

Categorie relative