Formation de modèles Machine Learning avec AKS

La formation de modèles utilisant des jeux de données volumineux est une tâche complexe et gourmande en ressources. Utilisez des outils familiers tels que TensorFlow et Kubeflow pour simplifier la formation des modèles Machine Learning. Vos modèles ML s’exécutent dans des clusters AKS soutenus par des machines virtuelles avec processeur graphique (GPU).

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

Intégrez un modèle ML sous forme de package dans un conteneur et publiez sur ACR

Stockage Blob Azure héberge des jeux de données d’apprentissage et le modèle formé

Utilisez Kubeflow pour déployer le travail d’apprentissage sur AKS, le travail d’apprentissage distribué à AKS inclut des serveurs de paramètres et des nœuds de travail

Exploitez le modèle de production à l’aide de Kubeflow, en promouvant un environnement cohérent pour les tests, le contrôle et la production

AKS prend en charge les machines virtuelles avec GPU

Le développeur peut créer des fonctionnalités interrogeant le modèle en cours d’exécution dans un cluster AKS

  1. 1 Intégrez un modèle ML sous forme de package dans un conteneur et publiez sur ACR
  2. 2 Stockage Blob Azure héberge des jeux de données d’apprentissage et le modèle formé
  3. 3 Utilisez Kubeflow pour déployer le travail d’apprentissage sur AKS, le travail d’apprentissage distribué à AKS inclut des serveurs de paramètres et des nœuds de travail
  1. 4 Exploitez le modèle de production à l’aide de Kubeflow, en promouvant un environnement cohérent pour les tests, le contrôle et la production
  2. 5 AKS prend en charge les machines virtuelles avec GPU
  3. 6 Le développeur peut créer des fonctionnalités interrogeant le modèle en cours d’exécution dans un cluster AKS