コース概要
導入
- Kubeflow IKS 対オンプレミス対他のパブリック クラウド プロバイダー
IBM Cloud の Kubeflow 機能の概要
- IKS
- IBMクラウド・オブジェクト・ストレージ
環境設定の概要
- 仮想マシンの準備
- Kubernetes クラスターのセットアップ
IBM Cloud 上での Kubeflow のセットアップ
- IKS を介して Kubeflow をインストールする
モデルのコーディング
- ML アルゴリズムの選択
- TensorFlow CNN モデルの実装
データの読み取り
- MNIST データセットを Access する
IBM Cloud上のパイプライン
- エンドツーエンド Kubeflow パイプラインのセットアップ
- Kubeflow パイプラインのカスタマイズ
ML トレーニング ジョブの実行
- MNIST モデルのトレーニング
モデルのデプロイ
- 実行 TensorFlow IKS でのサービス提供
モデルを Web アプリケーションに統合する
- サンプルアプリケーションの作成
- 予測リクエストの送信
管理 Kubeflow
- Tensorboard によるモニタリング
- ログの管理
Kubeflow クラスターの確保
- 認証と認可の設定
トラブルシューティング
要約と結論
要求
- 機械学習の概念を理解していること 。
- クラウドコンピューティングの概念に関する知識 。
- コンテナ(Docker)とオーケストレーション(Kubernetes)の一般的な理解 。
- 何らかのPythonプログラミング経験があると便利です 。
- コマンドラインでの作業経験 。
観客
- データサイエンスエンジニア
- DevOps機械学習モデルのデプロイに興味があるエンジニア 機械学習モデルのデプロイに興味があるインフラエンジニア。
- 機械学習機能のアプリケーションへの統合とデプロイを自動化したいソフトウェアエンジニア 。
お客様の声 (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
コース - MLflow
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.