آموزش ساخت گردش کار یادگیری ماشین پایان به پایان با Kubeflow - آخرین آپدیت

Building End-to-end Machine Learning Workflows with Kubeflow

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: در این دوره ، شما یاد خواهید گرفت که چگونه با استفاده از Kubeflow جریانهای یادگیری ماشین مقیاس پذیر و مقیاس پذیر را از پایان به پایان بسازید. ساخت کلاس تولید ، مقیاس پذیری یادگیری ماشین یک کار پیچیده و وقت گیر است. در این دوره ، ایجاد گردش کار یادگیری ماشین به پایان با Kubeflow ، شما یاد خواهید گرفت که از Kubeflow استفاده کنید و کشف کنید که چگونه می تواند دانشمندان داده و مهندسان یادگیری ماشین را قادر سازد تا گردش کار یادگیری ماشین را به پایان برسانند و آزمایشات سریع را انجام دهند. اول ، شما در انجام آموزش توزیع شده در مقیاس بزرگ فرو خواهید رفت. در مرحله بعدی ، شما تنظیم hyperparameter ، نسخه سازی مدل ، ارائه مدل بدون سرور و عرضه قناری را کشف خواهید کرد. سرانجام ، شما می آموزید که چگونه خطوط لوله قابل تکرار را با استفاده از اجزای مختلف Kubeflow ، مانند نوت بوک سرور ، Fairing ، فراداده ، کاتیب و Kubeflow ، ایجاد کنید. وقتی دوره را به پایان رسانید ، قادر خواهید بود برای پروژه های یادگیری ماشین و یادگیری عمیق خود ، گردش کار را به پایان برسانید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

مقدمه Introduction

  • معرفی دوره Course Introduction

  • بررسی اجمالی Kubeflow Kubeflow Overview

  • ساختار دوره Course Structure

  • Fashion-MNIST از بررسی اجمالی مورد استفاده کنید Fashion-MNIST Use Case Overview

تنظیم محیط Kubeflow Setting up Kubeflow Environment

  • مقدمه Introduction

  • بررسی اجمالی Overview

  • گزینه های استقرار Kubeflow Kubeflow Deployment Options

  • Kubeflow را در GCP تنظیم کنید Setup Kubeflow on GCP

  • نسخه ی نمایشی: پیش نیازهای Kubeflow را تنظیم کنید Demo: Setup Kubeflow Prerequisites

  • نسخه ی نمایشی: OAuth را برای GCP Cloud IAP تنظیم کنید Demo: Setup OAuth for GCP Cloud IAP

  • نسخه ی نمایشی: Kubeflow را در GCP تنظیم کنید Demo: Setup Kubeflow on GCP

  • نسخه ی نمایشی: محیط Kubeflow را روی GCP تمیز کنید Demo: Clean Kubeflow Environment on GCP

  • خلاصه Summary

بررسی اجزای Kubeflow Exploring Kubeflow Components

  • مقدمه Introduction

  • بررسی اجمالی Overview

  • مقدمه داکر Docker Introduction

  • نسخه ی نمایشی: نمای کلی Docker Demo: Docker Overview

  • چرا کوبرنتس؟ Why Kubernetes?

  • مقدمه Kubernetes Kubernetes Introduction

  • اجزای اصلی Kubernetes Kubernetes Core Components

  • نسخه ی نمایشی: نمای کلی Kubernetes (قسمت 1) Demo: Kubernetes Overview (Part 1)

  • نسخه ی نمایشی: نمای کلی Kubeflow (قسمت 2) Demo: Kubeflow Overview (Part 2)

  • نسخه ی نمایشی: نمای کلی داشبورد مرکزی Kubeflow Demo: Kubeflow Central Dashboard Overview

  • خلاصه Summary

ساخت مدل یادگیری ماشین در Kubeflow Building Machine Learning Model on Kubeflow

  • مقدمه Introduction

  • بررسی اجمالی Overview

  • روند توسعه مدل و چالش ها Model Development Process and Challenges

  • اجزای Kubeflow برای آموزش Kubeflow Components for Training

  • گردش کار Fashion-MNIST Fashion-MNIST Training Workflow

  • نوت بوک Kubeflow Kubeflow Notebook

  • نسخه ی نمایشی: راه اندازی Notebook Server با یک تصویر از پیش ساخته شده Demo: Setting up Notebook Server with a Pre-built Image

  • نسخه ی نمایشی: راه اندازی Notebook Server با یک تصویر سفارشی Demo: Setting up Notebook Server with a Custom Image

  • بررسی اجمالی مدل یادگیری عمیق برای Fashion-MNIST Deep Learning Model Overview for Fashion-MNIST

  • نسخه ی نمایشی: آموزش در نوت بوک Kubeflow Demo: Training in Kubeflow Notebook

  • بررسی اجمالی متاداده Metadata Overview

  • نسخه ی نمایشی: ردیابی فراداده Demo: Metadata Tracking

  • بررسی اجمالی نمایشگاه Kubeflow Kubeflow Fairing Overview

  • نسخه ی نمایشی: نمایشگاه Kubeflow Demo: Kubeflow Fairing

  • آموزش توزیع شده Distributed Training

  • نسخه ی نمایشی: آموزش توزیع شده با GPU Demo: Distributed Training with GPU

  • نسخه ی نمایشی: آموزش توزیع شده با TFJob Demo: Distributed Training with TFJob

  • تنظیم Hyperparameter با Katib Hyperparameter Tuning with Katib

  • نسخه ی نمایشی: اجرای تنظیم Hyperparameter با Katib Demo: Performing Hyperparameter Tuning with Katib

  • خلاصه Summary

خدمت مدل یادگیری ماشین در Kubeflow Serving Machine Learning Model on Kubeflow

  • مقدمه Introduction

  • بررسی اجمالی Overview

  • روند خدمت مدل و چالش ها Model Serving Process and Challenges

  • اجزای Kubeflow برای سرویس دهی Kubeflow Components for Serving

  • بررسی کلی KFServing KFServing Overview

  • نسخه ی نمایشی: ارائه مدل با استفاده از KFServing Demo: Serving Model Using KFServing

  • نسخه ی نمایشی: قبل و بعد از پردازش با استفاده از KFServing Demo: Pre and Post-processing Using KFServing

  • نمای کلی فروش قناری Canary Rollout Overview

  • نسخه ی نمایشی: Canary Rollout با استفاده از KFServing Demo: Canary Rollout Using KFServing

  • نسخه ی نمایشی: نظارت بر عملکرد با استفاده از KFServing ، Prometheus و Grafana Demo: Performance Monitoring Using KFServing, Prometheus, and Grafana

  • نسخه ی نمایشی: مقیاس گذاری خودکار و آزمایش بار Demo: Auto Scaling and Load Testing

  • خلاصه Summary

ساخت خط لوله یادگیری ماشین با استفاده از خط لوله Kubeflow Build Machine Learning Pipeline Using Kubeflow Pipeline

  • مقدمه Introduction

  • بررسی اجمالی Overview

  • خط لوله و چالش های جریان کار یادگیری ماشین Machine Learning Workflow Pipeline and Challenges

  • اجزای Kubeflow برای ساخت خط لوله Kubeflow Components for Building Pipeline

  • بررسی اجمالی خط لوله Kubeflow Kubeflow Pipeline Overview

  • Fashion-MNIST از خط لوله مورد استفاده کنید Fashion-MNIST Use Case Pipeline

  • نسخه ی نمایشی: ساخت خط لوله Kubeflow با مرحله تنظیم Hyperparameter Demo: Building Kubeflow Pipeline with Hyperparameter Tuning Step

  • نسخه ی نمایشی: افزودن مرحله آموزش به خط لوله Kubeflow Demo: Adding Training Step to Kubeflow Pipeline

  • نسخه ی نمایشی: افزودن مرحله خدمت به خط لوله Kubeflow Demo: Adding Serving Step to Kubeflow Pipeline

  • نسخه ی نمایشی: ساخت خط لوله Kubeflow از Notebook Demo: Building Kubeflow Pipeline from Notebook

  • خلاصه Summary

بعدی چیست What's Next?

  • مقدمه Introduction

  • سفر Kubeflow خود را گسترش دهید Extend Your Kubeflow Journey

نمایش نظرات

آموزش ساخت گردش کار یادگیری ماشین پایان به پایان با Kubeflow
جزییات دوره
3h 30m
70
(آخرین آپدیت)
-
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Abhishek Kumar Abhishek Kumar

مشاور زیرساخت. مربی در Udemy.