Course Outline
Perkenalan
- Pengantar Kubernetes
- Ikhtisar Kubeflow Fitur dan Arsitektur
- Kubeflow di AWS vs di lokasi vs di penyedia cloud publik lainnya
Menyiapkan Klaster menggunakan AWS EKS
Menyiapkan Cluster Lokal menggunakan Microk8s
Menerapkan Kubernetes menggunakan Pendekatan GitOps
Pendekatan Penyimpanan Data
Membuat Saluran Pipa Kubeflow.
Memicu Saluran Pipa
Mendefinisikan Artefak Keluaran
Menyimpan Metadata untuk Kumpulan Data dan Model
Penyetelan Hyperparameter dengan TensorFlow
Memvisualisasikan dan Menganalisis Hasil
Pelatihan Multi-GPU.
Membuat Server Inferensi untuk Menerapkan Model ML
Bekerja dengan JupyterHub
Networking dan Penyeimbangan Beban
Penskalaan Otomatis Klaster Kubernetes.
Penyelesaian masalah
Ringkasan dan Kesimpulan
Requirements
- Keakraban dengan sintaks Python.
- Pengalaman dengan Tensorflow, PyTorch, atau framework pembelajaran mesin lainnya
- Akun AWS dengan sumber daya yang diperlukan
Hadirin
- Pengembang
- Ilmuwan data
Testimonials (1)
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.