Informacje administracyjne
| Tytuł | Obsługa modeli produkcyjnych |
| Czas trwania | 60 minut |
| Moduł | B |
| Rodzaj lekcji | Wykład |
| Skupienie | Praktyczna – organizacyjna sztuczna inteligencja |
| Temat | Obsługa modelu produkcyjnego |
Słowa kluczowe
unieszkodliwianie,
Cele w zakresie uczenia się
- Przegląd konteneryzacji
- Wprowadzenie do TFX Serving
- Obsługa modeli Lokalnie i obsługa na platformie Azure Container Instances
Oczekiwane przygotowanie
Wydarzenia edukacyjne, które należy ukończyć przed
Brak.
Obowiązkowe dla studentów
Opcjonalne dla studentów
Brak.
Referencje i tło dla studentów
Brak.
Zalecane dla nauczycieli
Brak.
Materiały do lekcji
Instrukcje dla nauczycieli
Ten wykład zapewni przegląd/fundację dla modeli Serving Tensorflow. Wykład dostarczy podstawy i tło (w tym niektóre fragmenty kodu), które będą wymagane do następnego tutorialu, który wprowadzi w życie proces MLOps obsługi modelu do celów produkcyjnych. W szczególności wykład obejmie:
- Opracowanie przykładowego modelu z wykorzystaniem zbioru danych Stanford Dogs
- Zapisywanie modelu i formatu zapisanego modelu
- TensorFlow TFX – wprowadzenie
- APIs TFX Serving używa (gRPC i Restful)
- Konteneryzacja
- Przegląd kontenerów Docker
- TensorFlow Serving Docker Obraz
- Podanie modelu do lokalnego adresu IP
- Robienie obrazu Dockera oraz tworzenie i uruchamianie kontenera Dockera wiążącego model Tensorflow w tranzycie
- Obsługa modelu przy użyciu Azure Container Instances (ACI)
- Robienie obrazu Dockera i tworzenie i uruchamianie kontenera Dockera oraz wiązanie modelu Tensorflow.
- Zatwierdzenie kontenera Docker z modelem zapisanym jako nowy obraz Dockera.
- Uruchomienie nowego obrazu jako kontenera Dockera w ACI – przy użyciu Docker CLI.
Zarys
| Czas trwania (min) | Opis |
|---|---|
| 10 | Wprowadzenie do wzorcowego modelu używanego w wykładzie i tutorialu |
| 15 | Zapis modelu i przegląd zestawu narzędzi TFX i API, których używa usługa TFX |
| 10 | Przegląd konteneryzacji |
| 10 | Obsługa modelu lokalnie |
| 15 | Obsługa modelu na ACI |
Potwierdzenia
Program Masters zorientowany na człowieka został współfinansowany przez instrument „Łącząc Europę” Unii Europejskiej w ramach grantu CEF-TC-2020-1 Umiejętności cyfrowe 2020-EU-IA-0068.