Entrenamientos de modelos de Machine Learning con AKS

El aprendizaje de modelos mediante conjuntos de datos de gran tamaño es una tarea compleja y que utiliza muchos recursos. Use herramientas conocidas, como TensorFlow y Kubeflow, para simplificar el aprendizaje de modelos de Machine Learning. Sus modelos de Machine Learning se ejecutarán en clústeres de AKS respaldados por máquinas virtuales con GPU habilitada.

Preparação de modelos de Machine Learning com o AKSPreparação de modelos de Machine Learning com o AKS123456

Empaquete el modelo de ML en un contenedor y publíquelo en ACR.

Azure Blob Storage hospeda los conjuntos de datos del entrenamiento y el modelo entrenado.

Use Kubeflow para implementar el trabajo de entrenamiento en AKS. El trabajo de entrenamiento distribuido en AKS incluye servidores de parámetros y nodos de trabajo.

Entregue el modelo de producción usando Kubeflow. De este modo, promueve un entorno coherente en las etapas de pruebas, control y producción.

AKS admite máquinas virtuales habilitadas con GPU.

El desarrollador puede crear características consultando el modelo que se ejecuta en el clúster de AKS.

  1. 1 Empaquete el modelo de ML en un contenedor y publíquelo en ACR.
  2. 2 Azure Blob Storage hospeda los conjuntos de datos del entrenamiento y el modelo entrenado.
  3. 3 Use Kubeflow para implementar el trabajo de entrenamiento en AKS. El trabajo de entrenamiento distribuido en AKS incluye servidores de parámetros y nodos de trabajo.
  1. 4 Entregue el modelo de producción usando Kubeflow. De este modo, promueve un entorno coherente en las etapas de pruebas, control y producción.
  2. 5 AKS admite máquinas virtuales habilitadas con GPU.
  3. 6 El desarrollador puede crear características consultando el modelo que se ejecuta en el clúster de AKS.