Course Outline

소개

  • Kubeflow on OpenShift 퍼블릭 클라우드 관리형 서비스와 비교

Kubeflow on OpenShift 개요

  • 코드 읽기 컨테이너
  • 저장 옵션

환경 설정 개요

  • Kubernetes 클러스터 설정

설정 Kubeflow on OpenShift

  • 설치 중 Kubeflow

모델 코딩

  • ML 알고리즘 선택
  • TensorFlow CNN 모델 구현

데이터 읽기

  • Access데이터세트 처리

OpenShift의 Kubeflow 파이프라인

  • 엔드투엔드Kubeflow 파이프라인 설정
  • Kubeflow 파이프라인 사용자 정의

ML 훈련 작업 실행

  • 모델 훈련

모델 배포

  • OpenShift에서 훈련된 모델 실행

모델을 웹 애플리케이션에 통합

  • 샘플 애플리케이션 만들기
  • 예측 요청 보내기

관리 Kubeflow

  • Tensorboard를 사용한 모니터링
  • 로그 관리

Kubeflow 클러스터 보안

  • 인증 및 승인 설정

문제 해결

요약 및 결론.

Requirements

  • 머신러닝 개념에 대한 이해.
  • 클라우드 컴퓨팅 개념에 대한 지식.
  • 컨테이너(Docker) 및 오케스트레이션(Kubernetes)에 대한 일반적인 이해.
  • 일부 Python 프로그래밍 경험이 도움이 됩니다.
  • 명령줄 작업을 경험해 보세요.

청중

  • 데이터 과학 엔지니어.
  • DevOps 기계 학습 모델 배포에 관심이 있는 엔지니어.
  • 기계 학습 모델 배포에 관심이 있는 인프라 엔지니어입니다.
  • 머신러닝 기능과 애플리케이션의 통합 및 배포를 자동화하려는 소프트웨어 엔지니어
 28 Hours

Number of participants



Price per participant

회원 평가 (4)

Related Courses

Related Categories