課程簡介

介紹

  • Kubeflow on OpenShift 與公有雲託管服務

Kubeflow on OpenShift概述

  • 代碼讀取容器
  • 存儲選項

環境設置概述

  • 設置 Kubernetes 集群

設定 Kubeflow on OpenShift

  • 安裝 Kubeflow

對模型進行編碼

  • 選擇 ML 演算法
  • 實現 TensorFlow CNN 模型

讀取數據

  • Access創建數據集

OpenShift 上的 Kubeflow 流水線

  • 設置端到端 Kubeflow 管道
  • 自訂 Kubeflow 管道

運行 ML 訓練作業

  • 訓練模型

部署模型

  • 在 OpenShift 上運行經過訓練的模型

將模型整合到 Web 應用程式中

  • 創建範例應用程式
  • 發送預測請求

管理 Kubeflow

  • 使用 Tensorboard 進行監控
  • 管理日誌

保護 Kubeflow 群集

  • 設置身份驗證和授權

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結構工程師。
  • 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.
Open Training Courses require 5+ participants.

客戶評論 (4)

相關課程

課程分類