お問い合わせ
 期間 28 時間

コース概要

導入

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、本番クラスタなど)。
  • ダウンロード、インストール、カスタマイズ。

Kubernetes での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。

本番ワークフローの管理

  • GitOps メソドロジーでの実行。
  • ジョブのスケジューリング。
  • Jupyter ノートブックの起動。

要求

  • Python 構文への慣れ
  • TensorFlow、PyTorch、またはその他の機械学習フレームワークの経験
  • 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

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー