Apprentissage automatique et Kubernetes
Au cours de cet atelier, vous apprendrez: À exécuter des déploiements de flux de travail d’apprentissage automatique sur Kubernetes afin de les rendre simples, portables et évolutifs à l’aide d’outils libres.
Durée: 2 jours
4000$/participant (minimum 6 participants)
Prérequis:
- Atelier CloudOps Docker et Kubernetes ou bonne connaissance de ces outils.
- Expérience de l’utilisation de la ligne de commande Linux (CLI) et compréhension générale de la virtualisation et de la technologie de conteneur.
Exigences techniques:
Ordinateur portable Mac, Linux OS ou Windows avec client SSH (putty, cygwin), navigateur Web compatible avec HTML5
Plan de cours
Jour 1
- Apprentissage automatique et Kubeflow
- Déploiement d’applications avec KSonnet
- Théorie et laboratoire: tout sur KSonnet
- Introduction à Kubeflow
- Théorie sur Kubeflow
- Installation
- GPUs dans Kubernetes
- Installation des pilotes et de Docker
- Déploiement du module d’extension pour le dispositif NVIDIA GPU
Jour 2
- Utilisation de TensorFlow (TF) dans Kubernetes
- Entrainement avec TF
- Application avec TF (“serving”)
- Prédiction par lots avec TF
- Réglages d’hyperparamètres
- Autres outils Tensorflow dans Kubernetes:
- JupyterHub
- Tableau de bord TFJobs
© CloudOps. Tous droits réservés. // Politique de protection de la vie privée