Katalog
/
DevOps
/
Kubeflow auf Azure

Kubeflow auf Azure

Beherrschen Sie die Kunst der Bereitstellung von Machine Learning Workloads auf Azure mit Kubeflow. Dieser Kurs bietet praktische Erfahrungen, die es Ihnen ermöglichen, Kubernetes und TensorFlow für eine optimierte Bereitstellung und Verwaltung von ML-Modellen zu nutzen.

Was werden Sie lernen?

Dieser Kurs richtet sich an Ingenieure, die Machine Learning-Workloads auf Azure eskalieren wollen. Die Schulung wird von erfahrenen Experten durchgeführt und führt Sie durch die Feinheiten von Kubeflow, Kubernetes und TensorFlow.

Was Sie erreichen werden:

• Erfassen Sie die Feinheiten von Kubeflow und wie es mit Kubernetes zusammenarbeitet.

• Erwerben Sie die Fähigkeiten, Azure Kubernetes Service (AKS) einzurichten und zu verwalten.

• Lernen Sie, robuste Kubernetes-Pipelines für die Automatisierung von ML-Modellen zu erstellen.

• Sammeln Sie Erfahrungen mit Multi-GPU und parallelem Maschinentraining mit TensorFlow.

• Erweitern Sie die ML-Fähigkeiten mit den verwalteten Diensten von Azure.

Voraussetzungen:

• Vertrautheit mit maschinellem Lernen und Cloud-Computing-Konzepten.

• Grundlegendes Verständnis von Containern (Docker) und Orchestrierung (Kubernetes).

• Kenntnisse der Befehlszeilenschnittstellen.

• Python-Programmiererfahrung ist von Vorteil, aber nicht zwingend erforderlich.

Kursübersicht*:

*Wir wissen, dass jedes Team eigene Bedürfnisse und Spezifikationen hat. Deshalb können wir die Schulungsübersicht nach Bedarf anpassen.

1. Einführung:

  • Vergleich: Kubeflow auf Azure, On-Premise und anderen öffentlichen Clouds
  • Architektonischer Überblick über Kubeflow

2. Die Bühne bereiten:

  • Aktivieren eines Azure-Kontos
  • Starten von GPU-fähigen virtuellen Maschinen
  • Benutzerrollen und Berechtigungen: Eine Fibel

3. Aufbau der Umgebung:

  • Vorbereiten der Build-Umgebung
  • Einführung in TensorFlow-Modelle und -Datensätze
  • Code verpacken: Dockerisierung

4. Bereitstellungsinfrastruktur:

  • Einführung in den Azure Kubernetes Service (AKS)
  • Initialisierung von Kubernetes-Clustern mit AKS

5. Datenverwaltung:

  • Daten-Staging: Schulung und Validierung
  • Konfigurieren von Kubeflow-Pipelines

6. Schulung und Überwachung:

  • Starten eines Trainingsjobs
  • Echtzeit-Überwachung von Trainingsaufträgen

7. Post-Einsatz:

  • Aufräumen von Ressourcen
  • Tipps zur Fehlerbehebung

8. Zusammenfassung und Schlussfolgerung:

  • Wichtige Erkenntnisse
  • Nächste Schritte bei der Nutzung von Azure für ML-Workloads

Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.

5.622€*
Graph Icon - Education X Webflow Template
Niveau:
intermediate
Clock Icon - Education X Webflow Template
Dauer:
28
Stunden (Tage:
4
)
Camera Icon - Education X Webflow Template
Training angepasst an Ihre Bedürfnisse
Star Icon - Education X Webflow Template
Intensive praktische Erfahrung in einer speziellen Umgebung
*Der Preis kann je nach Teilnehmerzahl, Änderung des Programms, Standort usw. variieren.

Neue Fähigkeiten erlernen, angeleitet von erfahrenen Trainern von überall.

3.987€*
Graph Icon - Education X Webflow Template
Niveau:
intermediate
Clock Icon - Education X Webflow Template
Dauer:
28
Stunden (Tage:
4
)
Camera Icon - Education X Webflow Template
Training angepasst an Ihre Bedürfnisse
Star Icon - Education X Webflow Template
Reduzierte Schulungskosten
*Der Preis kann je nach Teilnehmerzahl, Änderung des Programms, Standort usw. variieren.