MLOps Academy · Lezione

Creare un Bento e containerizzarlo

Raccolga codice, modello e dipendenze in un Bento distribuibile.

Lezione 4 di 413 passaggi

Creare un Bento e containerizzarlo è una lezione MLOps Academy gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento MLOps Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso MLOps Academy include 4 lezioni in totale.

Cos'è un Bento

Un Bento è il pacchetto distribuibile creato da BentoML. Contiene il codice del servizio, il modello e le dipendenze esatte in un unico archivio. 📦

Il bentofile

Descrive la build in un bentofile.yaml. Il file indica il punto di ingresso del servizio e specifica cosa includere.

service: "service:svc"

Includere i file

Indica a BentoML quali file sorgente includere nel pacchetto. La chiave include accetta dei glob, così viene distribuito solo il codice necessario.

include:
  - "*.py"

Fissare i pacchetti Python

Le dipendenze risiedono direttamente nel bentofile. Nella sezione python elenca i pacchetti, così la build li risolve e li inserisce nel pacchetto.

python:
  packages:
    - scikit-learn

Creare il Bento

Un unico comando assembla tutto. bentoml build legge il bentofile e produce un Bento con versione nel proprio store.

bentoml build

Elencare i Bento

I Bento creati vengono mostrati insieme ai modelli. Esegua bentoml list per visualizzare ciascuno con il relativo nome e tag di versione.

bentoml list

Perché usare i container

Un Bento ha comunque bisogno di un runtime. Trasformarlo in un'immagine Docker permette di eseguirlo allo stesso modo su qualsiasi macchina o cloud. 🐳

Un comando per ottenere un'immagine

BentoML scrive il Dockerfile al posto Suo. bentoml containerize prende il tag di un Bento e crea un'immagine pronta per l'esecuzione.

bentoml containerize iris_classifier:latest

Eseguire il container

Ora è una normale immagine. La avvia con docker run, mappando la porta affinché le richieste raggiungano il servizio al suo interno.

docker run -p 3000:3000 iris_classifier:latest

Distribuirlo ovunque

Quell'immagine è il Suo artefatto distribuibile. La invii a un registry e qualsiasi runtime cloud o cluster Kubernetes potrà scaricarla e servire il servizio. 🚀

Impostare un'immagine di base Docker

Può controllare il runtime alla base dell'immagine. La sezione docker del bentofile consente di scegliere una versione di Python o un'immagine di base.

docker:
  python_version: "3.11"

Verifica rapida

Ha eseguito bentoml build e ottenuto un Bento. Che cosa aggiunge bentoml containerize?

Rispondi nella lezione interattiva

Riepilogo

Ha definito un bentofile, eseguito bentoml build per includere codice e dipendenze in un pacchetto, poi lo ha trasformato in un'immagine Docker pronta per essere distribuita su qualsiasi cloud. Dall'inizio alla fine! 🙌

Gratis per iniziare

Impara Python con un tutor IA — gratis

Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.

Corsi: 30
Lezioni: 120

Inizia a imparare gratis Visualizza il corso completo

Domande Frequenti

La lezione «Creare un Bento e containerizzarlo» è gratuita?

Sì — il testo completo di «Creare un Bento e containerizzarlo» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso MLOps Academy, passa a CoddyKit PRO. Il corso MLOps Academy include 4 lezioni in totale.

Cosa imparerò in «Creare un Bento e containerizzarlo»?

Raccolga codice, modello e dipendenze in un Bento distribuibile. Eserciti MLOps Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare MLOps Academy?

Non è richiesta alcuna esperienza precedente. MLOps Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.

Quanto tempo richiede la lezione «Creare un Bento e containerizzarlo»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione MLOps Academy?

Sì. Ogni lezione MLOps Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

← Torna a MLOps Academy