Eğitim İçeriği

AI & ML için Kapşullandırma Giriş

  • Kapşullandırmanın temel kavramları
  • Neden konteynerler, makine öğrenimi iş yükleri için idealdir?
  • Konteyneler ve sanal makineler arasındaki temel farklar

Docker İmajları ve Konteynerleri ile Çalışma

  • İmajlar, katmanlar ve depolar hakkındaki bilgiler
  • ML deneme çalışmaları için konteynere yönetim
  • Docker CLI'yı etkin şekilde kullanma

ML Ortamlarını Paketleme

  • ML kod tabanlarını kapsüllenmeye hazırlama
  • Python ortamlarını ve bağımlılıklarını yönetme
  • CUDA ve GPU desteğinin entegrasyonu

Makine Öğrenimi için Dockerfile'lar Oluşturma

  • ML projeleri için Dockerfile'ları yapılandırma
  • Performans ve sürdürülebilirlik için en iyi uygulamalar
  • Çok aşamalı derlemelerin kullanımı

ML Modellerini ve İşlem Hatlarını Kapşullandırma

  • Eğitimli modelleri konteynerlere paketleme
  • Veri ve depolama stratejilerini yönetme
  • Tekrarlanabilir uçtan uca iş akışları oluşturma

Kapsüllenmiş ML Hizmetlerinin Çalıştırılması

  • Model çıkarım için API uç noktalarını açma
  • Docker Compose ile hizmetleri ölçeklendirme
  • Çalışma zamanı davranışını izleme

Güvenlik ve Uyumluluk Konuları

  • Güvenli konteyner yapılandırmalarını sağlama
  • Erişim ve kimlik bilgilerini yönetme
  • Gizli ML varlıklarını yönetme

Üretim Ortamlarına Dağıtım

  • İmajları konteyner depolarına yayınlama
  • Kurum içi veya bulut kurulumlarında konteynere dağıtım
  • Üretim hizmetlerinin sürümünü alma ve güncelleme

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Makine öğrenimi iş akışları hakkındaki temel bilgi
  • Python veya benzeri programlama dilleriyle deneyim
  • Temel Linux komut satırı işlemlerine aşinalık

Hedef Kitle

  • Modelleri üretimde dağıtan ML mühendisleri
  • Tekrarlanabilir deney ortamlarını yöneten veri bilimciler
  • Ölçeklenebilir kapsüllenmiş uygulamalar oluşturan AI geliştiricileri
 14 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (5)

Yaklaşan Etkinlikler

İlgili Kategoriler