कंटेनर को स्थानीय रूप से चलाएँ और जाँचें
अपनी मशीन से बिल्ड करें, चलाएँ और एंडपॉइंट पर अनुरोध भेजें।
कंटेनर को स्थानीय रूप से चलाएँ और जाँचें, CoddyKit पर MLOps Academy का एक निःशुल्क पाठ है। यह 4 में से 4वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह MLOps Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। MLOps Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
पहले स्थानीय रूप से चलाएँ
भेजने से पहले कंटेनर को अपनी मशीन पर चलाएँ। बग को locally पकड़ना क्लाउड में उन्हें डीबग करने की तुलना में बहुत सस्ता होता है।
कंटेनर शुरू करें
docker run से इमेज लॉन्च करें। पोर्ट मैपिंग के बिना यह चलेगा, लेकिन आपके होस्ट से अंदर मौजूद API तक कोई पहुँच नहीं पाएगा।
docker run model-apiपोर्ट मैप करें
-p फ़्लैग होस्ट के एक पोर्ट को कंटेनर के पोर्ट से जोड़ता है। अब localhost:8000 अंदर चल रही मॉडल API तक पहुँचता है।
docker run -p 8000:8000 model-apiपृष्ठभूमि में चलाएँ
अलग होकर पृष्ठभूमि में चलाने के लिए -d जोड़ें। सेवा चलते रहने के दौरान आपका टर्मिनल खाली रहेगा।
docker run -d -p 8000:8000 model-apiचल रहे कंटेनरों की सूची देखें
docker ps से देखें कि क्या चल रहा है। इसमें हर कंटेनर की ID, उसकी इमेज, स्थिति और मैप किए गए पोर्ट दिखाई देते हैं।
docker psस्वास्थ्य जाँच करें
उसके /health एंडपॉइंट को कॉल करके पुष्टि करें कि सेवा सक्रिय है। 200 प्रतिक्रिया का अर्थ है कि वह पूर्वानुमान लेने के लिए तैयार है।
curl http://localhost:8000/healthपूर्वानुमान भेजें
/predict पर एक नमूना पेलोड POST करें और परिणाम पढ़ें। इससे सिद्ध होता है कि मॉडल शुरू से अंत तक लोड होकर प्रतिक्रिया देता है।
curl -X POST http://localhost:8000/predict -d '{"x": [1, 2, 3]}'लॉग पढ़ें
जब कुछ गलत दिखाई दे, तो docker logs जाँचें। कंटेनर स्टार्टअप की त्रुटियाँ और स्टैक ट्रेस सीधे अपनी लॉग धारा में लिखता है।
docker logs <container_id>अंदर शेल खोलें
अंदर से फ़ाइलों या परिवेश की जाँच करने के लिए docker exec से चल रहे कंटेनर में शेल खोलें।
docker exec -it <container_id> /bin/bashरोकें और साफ़ करें
docker stop से कंटेनर रोककर प्रक्रिया पूरी करें। चलाते समय --rm जोड़ें, ताकि बाहर निकलने पर वह अपने-आप हट जाए।
docker stop <container_id>भेजने से पहले परीक्षण करें
यदि यह यहाँ बिना समस्या चलता है और सही उत्तर देता है, तो क्लाउड में भी इसी तरह काम करेगा। Local testing आपकी अंतिम सुरक्षित जाँच है।
त्वरित जाँच
आइए जाँचें कि आप अपने होस्ट से API तक कैसे पहुँचते हैं।
पुनरावृत्ति
आपने इमेज चलाई, port मैप किया, स्वास्थ्य जाँचा, पूर्वानुमान भेजा, लॉग पढ़े और सफ़ाई की। आपका कंटेनर परिनियोजन के लिए तैयार है। 🐳
एआई शिक्षक के साथ Python सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 30
- पाठ
- 120
अक्सर पूछे जाने वाले प्रश्न
क्या “कंटेनर को स्थानीय रूप से चलाएँ और जाँचें” पाठ निःशुल्क है?
हाँ—“कंटेनर को स्थानीय रूप से चलाएँ और जाँचें” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और MLOps Academy पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। MLOps Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“कंटेनर को स्थानीय रूप से चलाएँ और जाँचें” में मैं क्या सीखूँगा?
अपनी मशीन से बिल्ड करें, चलाएँ और एंडपॉइंट पर अनुरोध भेजें। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ MLOps Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या MLOps Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर MLOps Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 4वाँ पाठ है।
“कंटेनर को स्थानीय रूप से चलाएँ और जाँचें” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस MLOps Academy पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर MLOps Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- मॉडल API के लिए Dockerfile लिखें
- बहु-चरणीय बिल्ड से इमेज हल्की करें
- एनवायरनमेंट वेरिएबल से कॉन्फ़िगरेशन दें
- कंटेनर को स्थानीय रूप से चलाएँ और जाँचें