• คู่มือสำหรับผู้ที่อยากศึกษา MLOps แต่ยังไม่รู้ว่าจะเริ่มต้นอย่างไร

  • เป็นเอกสารโอเพนซอร์ส (MIT) ที่ทุกคนสามารถมีส่วนร่วมได้

Introduction

  1. What is MLOps?

  2. Components of MLOps

  3. Why Kubernetes?

Setup Kubernetes

  1. Introduction

    โฆษณา
  2. Setup Kubernetes

  3. Install Prerequisite

4.1. Install Kubernetes - K3s

4.2. Install Kubernetes - Minikube

4.3. Install Kubernetes - Kubeadm

  1. Install Kubernetes Modules

  2. (Optional) Setup GPU

Setup Components

โฆษณา
  1. Kubeflow

  2. MLflow Tracking Server

  3. Seldon-Core

  4. Prometheus & Grafana

Kubeflow UI Guide

  1. Central Dashboard

  2. Notebooks

  3. Tensorboards

  4. Volumes

    โฆษณา
  5. Experiments(AutoML)

  6. เกี่ยวกับ Kubeflow Pipeline

Kubeflow

  1. บทนำสู่ Kubeflow

  2. แนวคิดของ Kubeflow

  3. ติดตั้งสิ่งที่ต้องใช้

  4. Component - เขียน

  5. Pipeline - เขียน

    โฆษณา
  6. Pipeline - อัปโหลด

  7. Pipeline - รัน

  8. Component - InputPath/OutputPath

  9. Component - Environment

  10. Pipeline - การตั้งค่า

  11. Pipeline - ผลลัพธ์การรัน

  12. Component - MLFlow

  13. Component - การดีบัก

API Deployment

โฆษณา
  1. What is API Deployment?

  2. Deploy SeldonDeployment

  3. Seldon Monitoring

  4. Seldon Fields

  5. Model from MLflow

  6. Multi Models

  • สิ่งที่ยังไม่ได้ครอบคลุม

  • การติดตั้ง Python virtual environment

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น