感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
AI與ML容器化簡介
- 容器化的核心概念。
- 容器爲何適合ML工作負載。
- 容器與虛擬機的關鍵區別。
使用Docker鏡像與容器
- 理解鏡像、層和倉庫。
- 管理用於ML實驗的容器。
- 高效使用Docker CLI。
打包ML環境
- 準備ML代碼庫以進行容器化。
- 管理Python環境和依賴項。
- 集成CUDA和GPU支持。
爲機器學習構建Dockerfile
- 爲ML項目構建Dockerfile。
- 性能與可維護性的最佳實踐。
- 使用多階段構建。
容器化ML模型與管道
- 將訓練好的模型打包到容器中。
- 管理數據和存儲策略。
- 部署可復現的端到端工作流程。
運行容器化的ML服務
- 爲模型推理暴露API端點。
- 使用Docker Compose擴展服務。
- 監控運行時行爲。
安全與合規性考慮
- 確保容器的安全配置。
- 管理訪問權限和憑據。
- 處理機密的ML資產。
部署到生產環境
- 將鏡像發佈到容器倉庫。
- 在本地或雲環境中部署容器。
- 版本控制與更新生產服務。
總結與後續步驟
最低要求
- 瞭解機器學習工作流程。
- 具備Python或類似編程語言的經驗。
- 熟悉基本的Linux命令行操作。
目標受衆
- 將模型部署到生產的ML工程師。
- 管理可復現實驗環境的數據科學家。
- 構建可擴展容器化應用程序的AI開發者。
14 時間:
客戶評論 (5)
OC is new to us and we learnt alot and the labs were excellent
sharkey dollie
課程 - OpenShift 4 for Administrators
Very informative and to the point. Hands on pratice
Gil Matias - FINEOS
課程 - Introduction to Docker
Labs and technical discussions.
Dinesh Panchal - AXA XL
課程 - Advanced Docker
It gave a good grounding for Docker and Kubernetes.
Stephen Dowdeswell - Global Knowledge Networks UK
課程 - Docker (introducing Kubernetes)
I mostly enjoyed the knowledge of the trainer.