Kubeflow on AWS

• 對機器學習概念的理解。
• 瞭解雲計算概念。
• 對容器 （Docker） 和編排 （Kubernetes） 有大致的瞭解。
• 一些 Python 程式設計經驗是有説明的。
• 具有使用命令行的經驗。

觀眾

• 數據科學工程師。
• DevOps 對機器學習模型部署感興趣的工程師。
• 對機器學習模型部署感興趣的基礎結構工程師。
• 希望將機器學習功能與其應用程式集成和部署的軟體工程師。

其次,在《古兰经》中,《古兰经》的《古兰经》中,《古兰经》的《古兰经》是《古兰经》的《古兰经》。 TensorFlow是机械学习图书馆, Kubernetes是管理集装应用的乐队平台。

由教练领导的现场培训(在线或在线)旨在针对那些希望在 AWS EC2 服务器上部署 Machine Learning 工作负载的工程师。

在本研讨会结束后,参与者将能够:

• 在 AWS 上安装和配置 Kubernetes、 Kubeflow 和其他必要的软件。
• 使用 EKS (Elastic Kubernetes Service) 简化在 AWS 上启动一个 Kubernetes 集群的工作。
• 创建和部署一个 Kubernetes 管道,用于自动化和管理生产中的 ML 模型。
• 训练和部署2ML模型在多个3s和机器运行平行。
• 提供其他 AWS 管理服务,以扩展 ML 应用程序。

课程格式

• 互动讲座和讨论。
• 很多练习和练习。
• 在现场实验室环境中进行手动实施。

课程定制选项

• 要申请此课程的定制培训,请联系我们安排。

介紹

• Kubeflow on AWS 本地部署與其他公共雲供應商的對比

Kubeflow 功能和體系結構概述

啟動 AWS 帳戶

準備和啟動啟用了 GPU 的 AWS 實例

設置使用者角色和許可權

準備構建環境

選擇 TensorFlow 模型和數據集

將代碼和框架打包到 Docker 映射中

使用 EKS 設置 Kubernetes 集群

暫存訓練和驗證數據

配置 Kubeflow 管道

在 EKS 中使用 Kubeflow 啟動訓練作業

在運行時可視化訓練作業

作業完成後進行清理

故障排除

總結和結論