Kubeflow on Azure

• 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 基礎架構工程師。
• 希望將機器學習功能與其應用程式自動集成和部署的軟體工程師。

五(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五)一(五) TensorFlow是最受欢迎的机器学习图书馆之一。 Kubernetes是管理集装箱应用的乐队平台。

由教练导,现场培训(在线或在线)是针对工程师谁希望部署 Machine Learning 工作负载到 Azure 云。

在本研讨会结束后,参与者将能够:

• 安装和配置 Kubernetes, Kubeflow 和其他必要的软件在 Azure。
• 使用 Azure Kubernetes 服务(AKS)以简化启动一个 Kubernetes 集群在 Azure 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ML模型在多个模型和机器运行在平行。
• 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 Azure 本地部署與其他公有雲供應商

Kubeflow 功能和體系結構概述

部署過程概述

啟動 Azure 帳戶

準備和啟動啟用了 GPU 的虛擬機

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 AKS 設定 Kubernetes 群集

暫存訓練和驗證數據

配置 Kubeflow 流水線

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