お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
イントロダクション
Kubeflow の機能とコンポーネントの概要
- コンテナ、マニフェストなど
機械学習パイプラインの概要
- トレーニング、テスト、チューニング、デプロイなど
Kubernetes クラスタへの Kubeflow のデプロイ
- 実行環境の準備(トレーニングクラスタ、プロダクションクラスタなど)
- ダウンロード、インストール、およびカスタマイズ。
Kubernetes 上で機械学習パイプラインの実行
- TensorFlow パイプラインの構築。
- PyTorch パイプラインの構築。
結果の可視化
- パイプラインメトリクスのエクスポートと可視化
実行環境のカスタマイズ
- 多様なインフラストラクチャ向けのスタックのカスタマイズ
- Kubeflow デプロイのアップグレード
パブリッククラウドでの Kubeflow の実行
- AWS、Microsoft Azure、Google Cloud Platform
プロダクションワークフローの管理
- GitOps 手法を用いた実行
- ジョブのスケジューリング
- Jupyter Notebook のスロープ(起動)
トラブルシューティング
まとめと結論
要求
- Python 構文の基礎知識
- TensorFlow、PyTorch、またはその他の機械学習フレームワークの実務経験
- パブリッククラウドプロバイダーのアカウント(任意)
対象者
- 開発者
- データサイエンティスト
28 時間