menu
arrow_back

Kubeflow de ponta a ponta

Kubeflow de ponta a ponta

Horas Minutos 9 Créditos

GSP221

Laboratórios autoguiados do Google Cloud

Visão geral

14df38356117980d.png

O Kubeflow (página em inglês) é um kit de ferramentas de machine learning para Kubernetes. O objetivo do projeto é fazer com que as implantações de fluxos de trabalho de machine learning (ML) no Kubernetes sejam simples, portáteis e escalonáveis. A meta é oferecer uma maneira simples de implantar os melhores sistemas de código aberto para ML em infraestruturas diversas.

As implantações do Kubeflow são:

  • portáteis: funcionam em qualquer cluster do Kubernetes, seja no Google Cloud Platform (GCP), no local ou em provedores diferentes;
  • escalonáveis: podem usar recursos flutuantes e só são limitadas pelo número de recursos alocados para o cluster do Kubernetes;
  • combináveis: contam com service workers para funcionar off-line ou em redes de baixa qualidade.

Com o Kubeflow, é possível organizar microsserviços vagamente acoplados como uma única unidade e os implantar em vários locais, de um laptop até a nuvem. Neste codelab, você aprenderá a criar sua própria implantação do Kubeflow.

O que você criará

Neste laboratório, você criará um app da Web que resume os problemas do GitHub usando um modelo treinado. Ao final do processo, a infraestrutura terá:

  • um cluster do Kubernetes Engine com instalações padrão do Kubeflow e do Seldon Core;
  • um job de treinamento que usa o Tensorflow para gerar um modelo do Keras;
  • um contêiner de exibição que gera predições;
  • uma IU que usa o modelo treinado para gerar resumos dos problemas do GitHub.
  • O que você aprenderá

    • Como instalar o Kubeflow
    • Como fazer o treinamento usando o servidor de job do Tensorflow para gerar um modelo do Keras
    • Como exibir um modelo treinado com o Seldon Core
    • Como gerar e usar as predições de um modelo treinado

    Pré-requisitos

    Join Qwiklabs to read the rest of this lab...and more!

    • Get temporary access to the Google Cloud Console.
    • Over 200 labs from beginner to advanced levels.
    • Bite-sized so you can learn at your own pace.
    Join to Start This Lab
Pontuação

—/100

Create a Cloud Storage bucket

Executar etapa

/ 15

Create a cluster

Executar etapa

/ 20

Install Kubeflow with Seldon on the cluster (verify pods)

Executar etapa

/ 15

Apply the component manifests to the cluster in order to launch the training.

Executar etapa

/ 15

Apply the component manifests to the cluster in order to launch the serving

Executar etapa

/ 15

Delete the kubeflow-qwiklab deployment

Executar etapa

/ 10

Delete the kubeflow-qwiklab-storage deployment

Executar etapa

/ 10