Stanford CS 229 - Makine Öğrenmesi ve CS 230 - Derin Öğrenme El Kitapları Artık Türkçe

Yapay zeka çağında dünyanın gerisinde kalmamak ve üreten Türkiye olmak için profesyonelleri, akademisyenleri ve girişimcileri bir araya getiren gönüllülerden oluşan Deep Learning Türkiye Türkiye Topluluğumuz, özellikle makine öğrenmesi ve derin öğrenme alanlarında Türkçe kaynak eksikliğini gidermek adına yoğun çaba sarf ediyor.
Bu düşünceyle ilk faliyetlerimizden birisi olarak Türkçe Yapay Zeka Kaynakları'nı bir araya topladık.
Bir yılı aşkın süredir her hafta düzenli olarak Türkçe Blog Yazıları üretmeye devam ediyoruz.
5-6 Ekim 2018 tarihinde 1500'ün üzerinde kişinin katılımıyla gerçekleştirdiğimiz DeepCon'18 Yapay Zeka Konferansı'nın tüm konuşmacı sunum dosyaları ve atölye kaynakları kodlarını Github reposu altında topladık ve herkesin erişimine açtık. Aynı zamanda konferansın videoları Youtube kanalımızda yayınlanmaya devam ediyor.
Online eğitim olan Coursera deeplearning.ai derin öğrenme ve yapay zeka kursunun Türkçe altyazının büyük çoğunluğu topluluk üyelerinin katkılarıyla çevrildi.

Stanford CS 229 - Makine Öğrenmesi ve CS 230 - Derin Öğrenme El Kitapları Artık Türkçe

En kaliteli ve öğrenmeyi hızlandıracak Stanford CS 229 - Machine Learning ve CS 230 - Deep Learning ders içeriklerinden oluşturulmuş harika el kitaplarını Başak Buluz ve M.Ayyüce Kızrak ile birlikte Türkçe'ye çevirdik.
Bugün itibariyle de web sitesinde yayınlandı.
Bu kaynakların bu yıl ikincisini başlattığımız Yapay Zeka Eğitim ve Uygulama Programı'na katılanlara faydalı olacağına inanıyoruz.


Aşağıdaki linklerden tüm el kitaplarına Türkçe olarak ulaşabilirsiniz.

CS 229:

CS 230:

 

"Çalışmak demek, boşuna yorulmak, terlemek değildir.
Zamanın gereklerine göre bilim ve teknik ve her türlü uygar buluşlardan azami derecede istifade etmek zorunludur."
Mustafa Kemal Atatürk

Python Web Sitesini Docker ile Dağıtma

Docker nedir, ne değildir? Gökhan Şengün'ün tüm detaylarıyla anlatılan çok güzel bir blog yazı serisi var. Buradan inceleyebilirsiniz.
Bu yazıda kendi python uygulamamızı nasıl docker image haline getiririz ve başka bir makinede kullanmak üzere docker hub'a nasıl yükleriz sorularının cevaplarını adım adım göreceğiz.

Python Web Sitenizi Oluşturun

Her zamanki gibi python web uygulaması için Flask framework'ünden yararlanacağız.

Dosya oluşturun

İlk önce komut satırından uygulamanız için yeni bir dizin oluşturun, sonra dizine geçin:

mkdir my_test_flaskapp
cd my_test_flaskapp

Ardından iki dosya oluşturun: main.py ve requirements.txt

Python Kodu Ekleyin

En sevdiğiniz düzenleyicide main.py dosyasını açın ve aşağıdaki kodu yapıştırın:

from flask import Flask
app = Flask(__name__)

@app.route("/")
def main():
    return "Hello Docker Image Web App!"

if __name__ == "__main__":
    app.run(host='0.0.0.0')

Bu, basit bir merhaba dünya mesajı görüntüleyen basit bir web uygulaması oluşturur. Flask ile web uygulaması geliştirme ile ilgili daha detaylı bilgi için resmi sitesini inceleyebilirsiniz.

NOT: app.run (), 0.0.0.0 değerinde host denilen bir argüman alır. Docker ile çalışmak için bu önemlidir. Bu stackoverflow yanıtında bu konuda daha fazla bilgi edinebilirsiniz.

Gereksinimlerinizi ekleyin

requirements.txt dosyasını açın ve aşağıdakileri ekleyin:

Flask

Bu, Flask Kütüphanesini kurmak için pip tarafından kullanılacaktır.

Sitenizi çalıştırın

Son olarak, aşağıdakileri bir komut satırında çalıştırarak sitenizin çalıştığından emin olabilirsiniz:

pip3 install -r requirements.txt
python3 main.py

Web tarayıcınızdan localhost:5000'e giderseniz, yeni web sitenizi görürsünüz. Şuanda basit bir Flask uygulamasını oluşturmuş oldunuz.

Docker dosyası ekleyin

Uygulamanızı Docker kullanarak dağıtmaya hazır hale getirmenin ilk adımı bir Dockerfile eklemektir.

Python Uygulamanızın kök dizininde Dockerfile adlı bir dosya oluşturun ve aşağıdakileri ekleyin:

FROM python:alpine

LABEL Name=my_test_flaskapp Version=0.0.1
EXPOSE 5000

WORKDIR /app
ADD . /app

# Using pip:
RUN python3 -m pip install -r requirements.txt
CMD ["python3", "/app/main.py"]

Bu Dockerfile, resmi Python alpine image'ını kullanır. Docker dosyası daha sonra bir klasör kodu oluşturur ve tüm dosyaları geçerli dizinden docker image'ına kopyalar. Daha sonra, gereksinimler dosyasındaki tüm kütüphane bağımlılıklarını yükleyen pip çalıştırır (bu örnekte sadece Flask). Bağlantı noktasını açar ve sonunda web sitesini başlatan komutu çalıştırır.

Yukarıdaki Dockerfile, 5000 portunu erişimi açar ve flask uygulamamızı başlatan python /app/main.py komutunu çağırır.

Docker İmajınızı oluşturun

Uygulamanızı dağıtıma hazır hale getirmek için, Dockerfile oluşturmanızdan docker image'ınızı build işlemini gerçekleştirmeniz gerekir. Dockerfile oluşturduğunuz klasördeki komut isteminden aşağıdakini çalıştırın:

docker build -f Dockerfile -t testflaskapp:latest .

Bu build işlemi, Python alpine image'ı eğer local'de değilse indirir ve Dockerfile'ınızdaki işlemleri gerçekleştirir (dosya oluşturma / pip install / vs.) ve yeni docker image'ını testflaskapp olarak etiketler.

Yeni docker image'ını gerçekten çalıştırmak ve test etmek için, yeni oluşturulan image'ı docker kullanarak çalıştırın.

docker run -p 5000:5000 --rm testflaskapp

Aşağıdakine benzer şekilde çıktı almalısınız.

Şimdi localhost: 5000'e gidebilirsiniz ve Flask Uygulamanızın bir docker container içinde çalıştığını görmelisiniz.

Docker Image'ınızı Yayınlayın

Docker Hub'da yayınlamak için bir hesap oluşturun.

Docker image'ı yayınlamadan önce, "docker images" komutunu çalıştırarak ve testflaskapp container'ının image id'sini bulun:

Daha sonra, mevcut docker image'ı Docker Hub kullanıcı adınız ve image id'niz ile etiketleyin.
Not: Aşağıdaki komutta kendi image id ve docker hub kullanıcı adınız ile değiştirin.

docker tag 4ff3582fc461 yavuzkomecoglu/testflaskapp

Şimdi docker image'ınızı etiketlediğinize göre Docker Hub'da oturum açmanız ve resmi docker hub'a push işlemini gerçekleştirmeniz gerekir:

docker login #follow prompts for login
docker push yavuzkomecoglu/testflaskapp

Ve artık docker image'ı docker hub deponuzda görmelisiniz:

 

Uzak Depodaki Image’ı Çekip Çalıştırın

Şu andan itibaren "docker run" komutunu kullanabilir ve bu komut ile beraber uygulamanızı istediğiniz makinede çalıştırabilirsiniz:

docker run -p 5000:5000 yavuzkomecoglu/testflaskapp

Eğer image lokalinizdeki makinede mevcut değilse, Docker bunu depodan indirerek çalıştırır.