menu
arrow_back

Kubeflow のエンドツーエンド

Kubeflow のエンドツーエンド

1時間 30分 9クレジット

GSP221

Google Cloud セルフペース ラボ

概要

14df38356117980d.png

Kubeflow は、Kubernetes の機械学習ツールキットです。Kubeflow は、Kubernetes 上での機械学習(ML)ワークフローの Deployment をシンプル、ポータブル、そしてスケーラブルなものにすることに特化したプロジェクトです。その目標は、クラス最高のオープンソース ML システムをさまざまなインフラストラクチャに簡単にデプロイできるようにすることです。

Kubeflow の Deployment のメリットは以下のとおりです。

  • ポータブル - Google Cloud Platform(GCP)、オンプレミス、プロバイダ間など稼働場所に関係なく、あらゆる Kubernetes クラスタで動作します。
  • スケーラブル - リソースの変動に対応可能であり、Kubernetes クラスタに割り当てられたリソース数によってのみ制限されます。
  • 構成可能 - Service Worker で拡張されるため、オフラインや低品質のネットワーク上でも作業可能です。

Kubeflow を使用すると、疎結合のマイクロサービスを 1 つの単位にまとめて、ノートパソコンやクラウドなど、さまざまな場所にデプロイできます。このコードラボでは、独自の Kubeflow Deployment を作成する方法について説明します。

作成するアプリの概要

このラボでは、トレーニングされたモデルを使用して GitHub の問題をまとめるウェブアプリを作成します。完了するとインフラストラクチャには以下が含まれるようになります。

  • 標準的な Kubeflow と Seldon Core がインストールされた Kubernetes Engine クラスタ。
  • Tensorflow を使用して Keras モデルを生成するトレーニング ジョブ。
  • 予測を行うサービス提供コンテナ。
  • トレーニングされたモデルを使用して GitHub の問題の要約を生成する UI。
  • ラボの内容

    • Kubeflow をインストールする。
    • Tensorflow ジョブサーバーを使用してトレーニングを実行し、Keras モデルを生成する。
    • Seldon Core でトレーニングされたモデルをサービス提供する。
    • トレーニングされたモデルから予測を生成して使用する。

    必要なもの

    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
スコア

—/100

Create a Cloud Storage bucket

ステップを実行

/ 15

Create a cluster

ステップを実行

/ 20

Install Kubeflow with Seldon on the cluster (verify pods)

ステップを実行

/ 15

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

ステップを実行

/ 15

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

ステップを実行

/ 15

Delete the kubeflow-qwiklab deployment

ステップを実行

/ 10

Delete the kubeflow-qwiklab-storage deployment

ステップを実行

/ 10