Kubeflow on Azure (in company)

Type product
Tijdsduur

Kubeflow on Azure (in company)

NobleProg Nederland
Logo van NobleProg Nederland

Tip: incompany training nodig? Vraag een offerte aan bij meerdere aanbieders!

Beschrijving

Overview

Kubeflow is a framework for running Machine Learning workloads on Kubernetes. TensorFlow is one of the most popular machine learning libraries. Kubernetes is an orchestration platform for managing containerized applications.

This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Machine Learning workloads to Azure cloud.

By the end of this training, participants will be able to:

  • Install and configure Kubernetes, Kubeflow and other needed software on Azure.
  • Use Azure Kubernetes Service (AKS) to simplify the work of initializing a Kubernetes cluster on Azure.
  • Create and deploy a Kubernetes pipeline for automating and managing ML models in prod…

Lees de volledige beschrijving

Veelgestelde vragen

Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

Nog niet gevonden wat je zocht? Bekijk deze onderwerpen: Kubernetes, Cloud Computing, Amazon Web Services (AWS), Docker en Google Cloud.

Overview

Kubeflow is a framework for running Machine Learning workloads on Kubernetes. TensorFlow is one of the most popular machine learning libraries. Kubernetes is an orchestration platform for managing containerized applications.

This instructor-led, live training (online or onsite) is aimed at engineers who wish to deploy Machine Learning workloads to Azure cloud.

By the end of this training, participants will be able to:

  • Install and configure Kubernetes, Kubeflow and other needed software on Azure.
  • Use Azure Kubernetes Service (AKS) to simplify the work of initializing a Kubernetes cluster on Azure.
  • Create and deploy a Kubernetes pipeline for automating and managing ML models in production.
  • Train and deploy TensorFlow ML models across multiple GPUs and machines running in parallel.
  • Leverage other AWS managed services to extend an ML application.

Format of the Course

  • Interactive lecture and discussion.
  • Lots of exercises and practice.
  • Hands-on implementation in a live-lab environment.

Course Customization Options

  • To request a customized training for this course, please contact us to arrange.

Requirements

  • An understanding of machine learning concepts.
  • Knowledge of cloud computing concepts.
  • A general understanding of containers (Docker) and orchestration (Kubernetes).
  • Some Python programming experience is helpful.
  • Experience working with a command line.

Audience

  • Data science engineers.
  • DevOps engineers interesting in machine learning model deployment.
  • Infrastructure engineers interested in machine learning model deployment.
  • Software engineers wishing to automate the integration and deployment of machine learning features with their application.

Course Outline

  • Introduction
  • Kubeflow on Azure vs on-premise vs on other public cloud providers
  • Overview of Kubeflow Features and Architecture
  • Overview of the Deployment Process
  • Activating an Azure Account
  • Preparing and Launching GPU-enabled Virtual Machines
  • Setting up User Roles and Permissions
  • Preparing the Build Environment
  • Selecting a TensorFlow Model and Dataset
  • Packaging Code and Frameworks into a Docker Image
  • Setting up a Kubernetes Cluster Using AKS
  • Staging the Training and Validation Data
  • Configuring Kubeflow Pipelines
  • Launching a Training Job.
  • Visualizing the Training Job in Runtime
  • Cleaning up After the Job Completes
  • Troubleshooting
  • Summary and Conclusion

.

Onze on line trainingen worden door een live instructeur verzorgd.

  • Onze DaDesktop® -technologie creeert een digitale leeromgeving (en indien nodig een geclusterde enterprise infrastructuur) waarmee opdrachten en oefeningen uitgevoerd kunnen worden.
  • De deelnemers (en de trainer) hebben toegang tot deze virtuele leeromgeving via de browser zodat hij/zij oefeningen kan doen die real time ingezien kunnen worden door de trainer.
  • De trainer monitort niet alleen de voortgang van de prakitische oefeningen maar kan ook te hulp schieten en ingrijpen mocht dat nodig zijn.
  • Onze remote trainingen verschillen niet van onze klassikale cursussen zowel qua duur, interactiviteit, praktische oefeningen als het cursusmateriaal.
  • Door de flexibiliteit in de trainingsopbouw, de hoge mate van interactie tussen trainer en deelnemer en de hands-on oefeningen zijn onze onlinetrainingen zeer efficiënte en effectief.
  • Ook onze in-company trainingen leveren wij on line met live instructeur.

NobleProg - The World’s Local Training Provider. Vraag vrijblijvend een offerte aan.

Er zijn nog geen ervaringen.

    Deel je ervaring

    Heb je ervaring met deze cursus? Deel je ervaring en help anderen kiezen. Als dank voor de moeite doneert Springest € 1,- aan Stichting Edukans.

    Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.