Conteneuriser un modèle de ML
Empaqueter des modèles ML pour le déploiement
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Écrivez un Dockerfile pour conteneuriser une API de service de modèle ML Python construite avec FastAPI. Le modèle est chargé depuis [CHEMIN_MODELE], utilise [LISTE_DEPENDANCES] et expose un point de terminaison /predict. Optimisez la taille de l'image en utilisant des constructions multi-étapes, épinglez toutes les versions de dépendances et ajoutez un point de terminaison de vérification de l'état.
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Cas d'usage
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pour éviter d'alourdir l'image, montez le modèle via un volume Docker ou téléchargez‑le au démarrage plutôt que de le copier. Ajoutez un `.dockerignore` pour exclure le cache pip et les fichiers inutiles.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Créer un système de recommandation
Créer des systèmes de recommandation
Créer un rapport EDA automatisé
Générer automatiquement des rapports EDA
Analyse de puissance statistique
Planifier une expérience statistique
Créer une proposition de stratégie de données
Proposer des initiatives en matière de données de manière stratégique