Schulungsübersicht
Einführung
- Kubeflow on OpenShift im Vergleich zu verwalteten öffentlichen Cloud-Diensten
Übersicht über Kubeflow on OpenShift
- Code-Lese-Container
- Speichermöglichkeiten
Übersicht über die Umgebungseinrichtung
- Einrichten eines Kubernetes Clusters
Einrichten Kubeflow on OpenShift
- Installieren Kubeflow
Codierung des Modells
- Auswahl eines ML-Algorithmus
- Implementierung eines TensorFlow CNN-Modells
Auslesen der Daten
- AccessEinen Datensatz bearbeiten
Kubeflow-Pipelines auf OpenShift
- Einrichten einer End-to-End-Pipeline Kubeflow.
- Anpassen von Kubeflow Pipelines
Ausführen eines ML-Schulungsjobs
- Ein Modell trainieren
Bereitstellen des Modells
- Ausführen eines trainierten Modells auf OpenShift
Integrieren des Modells in eine Webanwendung
- Erstellen einer Beispielanwendung
- Senden von Vorhersageanfragen
Verwalten Kubeflow
- Überwachung mit Tensorboard
- Protokolle verwalten
Sichern eines Kubeflow Clusters
- Authentifizierung und Autorisierung einrichten
Fehlerbehebung
Zusammenfassung und Schlussfolgerung.
Voraussetzungen
- Verständnis für Konzepte des maschinellen Lernens.
- Kenntnisse über Cloud-Computing-Konzepte.
- Ein allgemeines Verständnis von Containern (Docker) und Orchestrierung (Kubernetes).
- Ein wenig Python Programmiererfahrung ist hilfreich.
- Erfahrung im Umgang mit einer Kommandozeile.
Publikum
- Datenwissenschaftler.
- DevOps Ingenieure, die an der Entwicklung von Modellen für maschinelles Lernen interessiert sind.
- Infrastrukturingenieure, die sich für die Bereitstellung von maschinellen Lernmodellen interessieren.
- Software-Ingenieure, die die Integration und Bereitstellung von maschinellen Lernfunktionen mit ihrer Anwendung automatisieren möchten
Erfahrungsberichte (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™
Kurs - Kubeflow
Die Verfügbarkeit des virtuellen Desktops als eine Art Sandkasten, mit dem die Teilnehmer herumspielen können, ist großartig!
Benedict - Questronix Corporation
Kurs - OpenShift 4 for Administrators
Maschinelle Übersetzung
viele zusätzliche Tools
Adam - ENIGMA SOI SP. Z O.O.
Kurs - OKD (Origin Kubernetes Distribution) for Administrators
Maschinelle Übersetzung
Very updated approach or api (tensorflow, kera, tflearn) to do machine learning