Gcpug Taipei Meetup #45 Recap

2019年3月22日 | 作者 Cage Chung | 譯者 | 審稿者 Cage Chung | 600字 | 閱讀大約需要2分鐘

時間: 2019年3月20日

地點: Google Taipei 101 Office 77F

講師與 Topic:

  • 淺談 Google Cloud Log / Simon Su, Memmie Chang (Ayla DevOps girl)
  • 使用 Keras, Tensorflow 進行分散式訓練初探 / Jiankai

Google Cloud Study Jam (Kubernetes)

這一次活動的 Bounces. 參加活動的朋友拿到一個月的 Study Jam(kubernetes) redeem code (沒有拿到的朋友不用擔心,GCPUG Taipie 會再式舉辦 Study Jam)

Meetup 開始前 Eric 說明了什麼是 Cloud Study Jam、如何 redeem。點 Cloud Study Jam 啟用 Qwiklabs 步驟 觀看詳細

Google 提供一種線上的 Cloud Training 平台(Qwiklabs)。 Qwiklabs 依照分類 (Catalog) 提供不用的課程(QUEST, GCP Essentials, Kubernetes in the Google Cloud etc.),每一備 QUEST 都有完整的教程/需達成的目標及有虛擬的 gcp 專案可以操作,還有紀錄追踨

淺談 Google Cloud Log

淺談 Google Cloud Log / Simon Su, Memmie Chang

Simon 正在說明 Google Cloud log 的使用情境。Google Cloud 上的服務很多都已經跟 Cloud log 作整合了,使用上非常方便

  • GAE 內建就已經將 log 送至 Cloud log
  • GCE 上可以透過 fluentd 將 log 送至 Cloud log
  • Cloud log 可以將 log 送至 BigQuery 進行分析
  • Cloud log 可以將 log 送至 Datastore 儲存

Memmie Chang (Ayla DevOps girl) 在說明收集 log 的架構。如何收集 k8s node/pod/master 上的 log 至後面處理 log 分析 (kafaka + ELK, Elasticsearch, Logstash, Kibana)

使用 Keras, Tensorflow 進行分散式訓練初探

JianKai 正在說明現通用型的 AI 開發流程。資料準備與前處理 (含標註) → 資料格式與存取解決方式 → 模型組態、訓練與建立 → 模型組態、訓練與建立 的循環過程當中。當你的 AI 並非主力產品而是加值應用之後,在資源有限的情況下,了解需求精確命題應用場域反而是最重要的部份

活動相簿

GCPUG Taipei Meetup #45 - Google Photos