首页
›
工业控制与工业互联网
›
025-Edge AI Docker容器化推理
›
《Docker Compose编排边缘AI推理服务实战》
VIP20
本课程属于:025-Edge AI Docker容器化推理
工业控制与工业互联网 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
Docker Compose编排边缘AI推理服务实战
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 适用人群 · 课程结构
课程导入
学习目标
02
边缘AI基础
边缘计算概念 · 边缘AI推理场景 · 与云端AI的差异
AI
边缘
03
Docker基础回顾
镜像 · 容器 · Dockerfile
Docker
基础回顾
04
Docker Compose核心概念
服务 · 项目 · 配置文件结构
Docker
Compose
05
环境准备
安装Docker与Compose · 配置GPU支持(NVIDIA Con… · 验证环境
环境准备
Docker
06
边缘AI推理服务典型架构
模型服务 · 预处理服务 · 后处理服务
AI
边缘
07
模型打包与镜像制作
将PyTorch/TensorFlo… · 优化镜像大小
模型打包
镜像制作
08
编写第一个Compose文件
定义单一推理服务 · 映射端口 · 挂载模型目录
Compose
编写第一个
09
多服务编排实战
推理服务+预处理服务+结果存储服务 · 使用Compose实现服务间通信
多服务编排实战
推理服务+预处理…
10
依赖管理与启动顺序
depends_on · 健康检查 · restart策略
依赖管理
启动顺序
11
配置管理
使用环境变量文件(.env) · Compose中的变量替换 · 不同环境(开发/生产)配置
配置管理
env
12
数据持久化
命名卷 · 绑定挂载 · 模型文件与日志的持久化策略
数据持久化
命名卷
13
网络配置
自定义网络 · 服务别名 · 端口映射
网络配置
自定义网络
14
GPU加速编排
在Compose中启用GPU资源 · nvidia-smi验证 · 多GPU分配
GPU
加速编排
15
边缘设备适配
ARM架构镜像(多平台构建) · 资源限制(CPU/内存) · 低功耗优化
边缘设备适配
ARM
16
日志与监控
集中日志收集(ELK/Loki) · Prometheus监控 · Compose中的健康检查与自愈
日志
监控
17
模型热更新与版本管理
蓝绿部署 · 滚动更新 · 模型版本控制
模型热更新
版本管理
18
安全加固
镜像安全扫描 · 非root运行 · 密钥管理
安全加固
镜像安全扫描
19
性能调优
推理延迟优化 · 批处理 · 并发控制
性能调优
推理延迟优化
20
实战案例一
基于YOLOv5的边缘目标检测服务 · 使用Compose编排推理+RTSP…
实战案例一
YOLOv5
21
实战案例二
基于BERT的文本分类边缘服务 · 编排推理+API网关+Redis缓存
实战案例二
BERT
22
实战案例三
多模型协同(人脸检测+识别+属性分析… · Compose编排复杂流水线
实战案例三
多模型协同
23
实战案例四
边缘集群部署 · 使用Docker Compose +…
实战案例四
边缘集群部署
24
常见问题排查
容器启动失败 · 网络不通 · GPU不可用
常见问题排查
容器启动失败
25
调试技巧
进入容器 · 查看日志 · 使用docker compose e…
调试技巧
进入容器
26
CI/CD集成
使用GitLab CI/GitHub…
CI/CD
集成
27
与Kubernetes对比
Compose在边缘场景的优势与局限 · 何时迁移到K8s
Kubernetes
对比
28
综合实战项目
设计一个完整的边缘AI推理平台 · 包含多服务编排 · 监控
综合实战项目
AI
29
最佳实践总结
Compose文件编写规范 · 项目结构 · 团队协作
最佳实践总结
Compose
30
课程总结与进阶方向
回顾核心技能 · 边缘AI未来趋势 · 推荐学习资源与社区
课程总结
进阶方向
所属VIP或分类
同VIP:Docker-Compose对接多个边缘推理节点项目
同VIP:Docker-Compose部署多模型推理服务教程
同VIP:Docker容器内TinyML推理服务API封装教程