Paketleme ve konteynerleştirme

Uçtan Uca Machine Learning

Joshua Stapleton

Machine Learning Engineer

Dağıtım ve konteynerleştirme

Dağıtım

Model + bağımlılıkları birimlere paketleme
Farklı ortamlarda çalıştırmak için
Konteynerleştirme ve dağıtım için fiili çerçeve Docker’dır

Makine öğrenimi yaşam döngüsünde dağıtım aşaması

Docker

Konteynerlerle geliştirmeyi basitleştiren platform

Konteynerler:

Uygulamayı bağımsız varlıklara paketler
Platformdan bağımsız olacak şekilde tasarlanmıştır
Docker’ı edinin

DataCamp Docker Kursu

Docker logosu

Docker kullanımı bölüm 1

Dockerfile: konteyner oluşturma talimatları

# Use an official Python runtime as a parent image
FROM Python:3.7


# Set the working directory in the container to /app
WORKDIR /ML_pipeline


# Copy the current directory contents into the container at /app
ADD . /ML_pipeline


# Install any needed packages specified in requirements.txt
RUN pip install --no-cache-dir -r requirements.txt

Docker kullanımı bölüm 2

# ... continued
# Make port 80 available to the world outside this container
EXPOSE 80

# Define environment variable
ENV NAME World

# Run app.py when the container launches
CMD ["Python", "ML_pipeline.py"]

Tanımlanan görüntüyü oluşturun:

docker build -t heart_disease_model .

Konteynerleri etiketleme

Etiketleme:

docker tag heart_disease_model:latest heart_disease_model:1.0

Görüntüleri/konteynerleri tanımlamayı ve yönetmeyi kolaylaştırır.
Ayrıntılı ve sağlam bir model kayıt defteri tutmaya yardımcı olur.
Etiketlemeden sonra dağıtıma hazırız!

Ok olarak görselleştirilen dağıtım

En iyi uygulamalar

Docker modelleri paketlemeyi kolaylaştırsa da...

Güvenliği önceleyin
Hassas verileri eklemeyin
Güvenilir (doğrulanmış geliştirici) görüntüler kullanın

Uygulamanızda hassas bilgiler varsa...

Ortam değişkenleri kullanın
Örn: bağlantı dizeleri/şifreler için

Güvenlik kilidi

Hadi pratik yapalım!

Uçtan Uca Machine Learning