Your cart is empty.
Keep shopping(Ken Cen出品)部署Machine Learning模型-使用Python,FastAPI,Docker, EC2
Highest Rated
454 students
(Ken Cen出品)部署Machine Learning模型-使用Python,FastAPI,Docker, EC2
Python， Machine learning，Model Training，Data analysis，Pipeline，FastAPI，Docker，Amazon EC2
Created byKen Cen
Last updated 10/2025
Chinese (Traditional)
What you'll learn
- 了解從機器學習模型Machine Learning Model開發到部署的整個過程
- 了解如何用FastAPI開發高效的Web API
- 了解如何使用Docker封裝FastAPI
- 了解如何將封裝的API放到AWS EC2上實現部署
Explore related topics
Course content
7 sections • 34 lectures • 7h 59m total length
Requirements
- 需要一定的Python和相關framework的知識
Description
嘿！你有沒有想過
有一天你會把一個訓練好的人工智能模型部署到實際的伺服器上嗎？
如果你曾經有過這樣的想法，那麼現在是你學習的大好時機！
我們的課程將教你從零開始
一步步地學會如何部署人工智能模型
完全不需要有先前的經驗。
首先
我們將利用 Google Colab 平台進行模型訓練
利用 Pipeline 技術實現模型自動化訓練。
Pipeline 是一個非常強大的工具
它可以幫助我們將整個訓練過程連接在一起
讓整個流程更加順暢和高效。
接著
我們將使用 FastAPI 框架來建立一個簡單而強大的 API
用於接收用戶提交的數據並對其進行預測
這樣一來
你就可以輕鬆地將你的人工智能模型應用到真實的應用場景中
並為用戶提供智能化的服務。
但這還不是全部！
我們還將運用 Docker 技術來製作 API 的 image 和 container
這樣你就可以更加方便地部署你的 API 到任何一台伺服器上
無需擔心環境配置和依賴問題。
最後
我們將把你訓練好的人工智能模型和 Docker 容器
一同部署到亞馬遜的 EC2 伺服器上
讓你的模型可以隨時隨地提供服務
無論是面對數據量大
還是用戶量多都能輕鬆應對。
加入Ken Cen的學員隊伍
讓我們一起學習人工智能吧！
Who this course is for:
- 想學習如何訓練機器學習Machine Learning Model
- 想學習如何實現Machine Learning Pipeline
- 想學習如何使用FastAPI接入訓練好的ML模型
- 想學習如何使用Docker讓API用於各種操作系統和環境
- 想學習如何在AWS EC2上部署Docker image映像