รันและทดสอบคอนเทนเนอร์ภายในเครื่อง
สร้าง รัน และเรียกปลายทางจากเครื่องของคุณ
รันและทดสอบคอนเทนเนอร์ภายในเครื่อง เป็นบทเรียน MLOps Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน MLOps Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน
เรียกใช้ภายในเครื่องก่อน
ก่อนนำส่ง ให้เรียกใช้คอนเทนเนอร์บนเครื่องของคุณเอง การพบข้อบกพร่อง locally มีค่าใช้จ่ายถูกกว่าการแก้จุดบกพร่องบนคลาวด์มาก
เริ่มต้นคอนเทนเนอร์
เปิดใช้อิมเมจด้วย docker run หากไม่แมปพอร์ต คอนเทนเนอร์จะทำงาน แต่ไม่มีสิ่งใดบนเครื่องโฮสต์เข้าถึง API ภายในได้
docker run model-apiแมปพอร์ต
แฟล็ก -p จะจับคู่พอร์ตของโฮสต์กับพอร์ตของคอนเทนเนอร์ จากนั้น localhost:8000 จะเข้าถึง API ของโมเดลที่ให้บริการอยู่ภายในได้
docker run -p 8000:8000 model-apiเรียกใช้เบื้องหลัง
เพิ่ม -d เพื่อแยกโปรเซสออกจากเทอร์มินัลและเรียกใช้เบื้องหลัง เทอร์มินัลของคุณจะยังว่าง ขณะที่บริการยังคงให้บริการต่อไป
docker run -d -p 8000:8000 model-apiแสดงคอนเทนเนอร์ที่กำลังทำงาน
ดูสิ่งที่กำลังทำงานอยู่ด้วย docker ps คำสั่งนี้จะแสดง ID ของคอนเทนเนอร์แต่ละรายการ อิมเมจ สถานะ และพอร์ตที่แมปไว้
docker psเรียกใช้การตรวจสอบสุขภาพ
ยืนยันว่าบริการยังทำงานอยู่ด้วยการเรียกปลายทาง /health ของบริการ การตอบกลับ 200 หมายความว่าบริการพร้อมรับการทำนาย
curl http://localhost:8000/healthส่งการทำนาย
ส่งข้อมูลตัวอย่างด้วย POST ไปยัง /predict แล้วอ่านผลลัพธ์ วิธีนี้ยืนยันว่าโมเดลโหลดและตอบสนองได้ครบตั้งแต่ต้นจนจบ
curl -X POST http://localhost:8000/predict -d '{"x": [1, 2, 3]}'อ่านบันทึกการทำงาน
เมื่อมีบางอย่างดูผิดปกติ ให้ตรวจสอบ docker logs คอนเทนเนอร์จะแสดงข้อผิดพลาดตอนเริ่มต้นและร่องรอยสแต็กลงในกระแสบันทึกโดยตรง
docker logs <container_id>เปิดเชลล์ภายใน
เปิดเชลล์ในคอนเทนเนอร์ที่กำลังทำงานด้วย docker exec เพื่อตรวจสอบไฟล์หรือสภาพแวดล้อมจากภายใน
docker exec -it <container_id> /bin/bashหยุดและล้างข้อมูล
สิ้นสุดด้วยการหยุดคอนเทนเนอร์ด้วย docker stop เพิ่ม --rm ขณะเรียกใช้ เพื่อให้คอนเทนเนอร์ถูกลบโดยอัตโนมัติเมื่อหยุดทำงาน
docker stop <container_id>ทดสอบก่อนส่งขึ้นระบบ
หากทำงานได้ราบรื่นและตอบกลับถูกต้องที่นี่ ก็จะทำงานแบบเดียวกันบนคลาวด์ การทดสอบภายในเครื่องคือด่านตรวจสอบสุดท้ายที่ปลอดภัย
ตรวจสอบอย่างรวดเร็ว
มาดูกันว่าคุณเข้าถึง API จากโฮสต์ของคุณได้อย่างไร
สรุปทบทวน
คุณเรียกใช้อิมเมจ แมปพอร์ต ตรวจสอบสุขภาพ ส่งการทำนาย อ่านบันทึกการทำงาน และล้างข้อมูลเรียบร้อยแล้ว คอนเทนเนอร์ของคุณพร้อมนำไปใช้งาน 🐳
คำถามที่พบบ่อย
บทเรียน “รันและทดสอบคอนเทนเนอร์ภายในเครื่อง” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “รันและทดสอบคอนเทนเนอร์ภายในเครื่อง” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส MLOps Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “รันและทดสอบคอนเทนเนอร์ภายในเครื่อง”
สร้าง รัน และเรียกปลายทางจากเครื่องของคุณ คุณปฏิบัติ MLOps Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน MLOps Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน MLOps Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน
บทเรียน “รันและทดสอบคอนเทนเนอร์ภายในเครื่อง” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน MLOps Academy นี้ได้ไหม
ได้ บทเรียน MLOps Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- เขียน Dockerfile สำหรับ API ของโมเดล
- ลดขนาดอิมเมจด้วยการสร้างหลายระยะ
- ส่งการตั้งค่าผ่านตัวแปรสภาพแวดล้อม
- รันและทดสอบคอนเทนเนอร์ภายในเครื่อง