感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程时长 14 小时
课程大纲
AI推理与Docker简介
- 理解AI推理工作负载
- 容器化推理的优势
- 部署场景与约束
构建AI推理容器
- 选择基础镜像和框架
- 打包预训练模型
- 为容器执行结构化推理代码
保护容器化AI服务
- 最小化容器攻击面
- 管理机密和敏感文件
- 安全的网络与API暴露策略
可移植部署技术
- 优化镜像以实现可移植性
- 确保可预测的运行时环境
- 跨平台管理依赖
本地部署与测试
- 使用Docker在本地运行服务
- 调试推理容器
- 测试性能与可靠性
在服务器和云端虚拟机上部署
- 使容器适应远程环境
- 配置安全的服务器访问
- 在云端虚拟机上部署推理API
使用Docker Compose构建多服务AI系统
- 编排推理与支持组件
- 管理环境变量和配置
- 使用Compose扩展微服务
AI推理服务的监控与维护
- 日志记录与可观测性方法
- 检测推理管道中的故障
- 在生产环境中更新和版本管理模型
总结与后续步骤
要求
- 了解基本的机器学习概念
- 具备Python或后端开发经验
- 熟悉容器基础概念
目标受众
- 开发人员
- 后端工程师
- 部署AI服务的团队
客户评论 (2)
如前所述,对于像我这样没有经验的人来说,这是了解这些程序或工具功能与用途的入门途径。
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
课程 - Docker and Kubernetes
机器翻译
多层次、结构化的课程体系。
Bert Paelinckx - Cube SoftwareSolutions
课程 - Introduction to Docker
机器翻译