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
Recensioni (4)
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life™
Corso - Kubeflow
La disponibilità del desktop virtuale come forma di sandbox con cui i partecipanti possono armeggiare è fantastica!
Benedict - Questronix Corporation
Corso - OpenShift 4 for Administrators
Traduzione automatica
Un sacco di strumenti aggiuntivi
Adam - ENIGMA SOI SP. Z O.O.
Corso - OKD (Origin Kubernetes Distribution) for Administrators
Traduzione automatica
Very updated approach or api (tensorflow, kera, tflearn) to do machine learning