Kurzusleírás

Bevezetés a containerizációba az AI és ML számára

  • A containerizáció alapvető fogalmai
  • Miért a konténerek ideálisak az ML feladatokhoz
  • A konténerek és virtuális gépek közötti kulcsfontosságú különbségek

Munka a Docker-imagerekkel és konténerekkel

  • Képek, rétegek és regisztrációk megértése
  • Konténerek kezelése az ML kísérletekhez
  • A Docker CLI hatékony használata

ML környezetek csomagolása

  • Az ML kódtárak containerizálására való előkészítése
  • Python-környezetek és függőségek kezelése
  • CUDA és GPU támogatás integrálása

Dockerfiles készítése a gépi tanuláshoz

  • A Dockerfiles szerkezete az ML projektek számára
  • Teljesítmény és karbantarthatóság legjobb gyakorlásai
  • Többfázisú build-ek használata

ML modell és folyamat containerizálása

  • Tanított modellek konténerbe csomagolása
  • Adat- és tárolási stratégia kezelése
  • Reprodukálható végponti folyamatok üzembe helyezése

Üzemelő containerizált ML szolgáltatások futtatása

  • API végpontok elérhetősége a modell inferencia számára
  • A Docker Compose segítségével történő szolgáltatás skálázása
  • Futás közbeni viselkedés figyelése

Biztonsági és megfelelőségi szempontok

  • Biztonságos konténerkonfigurációk biztosítása
  • Hozzáférés és hitelesítő adatok kezelése
  • Bizalmas ML adatok kezelése

Üzembe helyezés termelési környezetekben

  • Képek közzététele a konténerek regisztrációs adatbázisainak segítségével
  • Konténerek helyszíni vagy felhőben történő üzembe helyezése
  • Termelési szolgáltatások verziószámozása és frissítése

Összefoglalás és következő lépések

Követelmények

  • Az AI és ML folyamatok megértése
  • Python vagy hasonló programozási nyelvekkel való tapasztalat
  • Alapvető Linux parancssor-műveletek ismerete

Célcsoport

  • ML mérnökök, akik modelleket helyeznek üzembe a termelésben
  • Adattudósok, akik reprodukálható kísérleti környezeteket kezelnek
  • AI fejlesztők, akik skálázható containerizált alkalmazásokat készítenek
 14 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák