課程簡介

介紹

  • Kubeflow on Azure 本地部署與其他公有雲供應商

Kubeflow 功能和體系結構概述

部署過程概述

啟動 Azure 帳戶

準備和啟動啟用了 GPU 的虛擬機

設置使用者角色和許可權

準備構建環境

選擇 TensorFlow 模型和數據集

將代碼和框架打包到 Docker 映射中

使用 AKS 設定 Kubernetes 群集

暫存訓練和驗證數據

配置 Kubeflow 流水線

啟動訓練作業。

在運行時可視化訓練作業

作業完成後進行清理

故障排除

總結和結論

最低要求

  • 對機器學習概念的理解。
  • 瞭解雲計算概念。
  • 對容器 (Docker) 和編排 (Kubernetes) 有大致的瞭解。
  • 一些 Python 程式設計經驗是有説明的。
  • 具有使用命令行的經驗。

觀眾

  • 數據科學工程師。
  • DevOps 對機器學習模型部署感興趣的工程師。
  • 對機器學習模型部署感興趣的 基礎架構工程師。
  • 希望將機器學習功能與其應用程式自動集成和部署的軟體工程師。
  28 時間:
 

人數


開始於

結束於


Dates are subject to availability and take place between 09:30 and 16:30.

每位參與者的報價

客戶評論 (3)

相關課程

課程分類