{"id":16667,"date":"2025-03-30T10:30:13","date_gmt":"2025-03-30T07:30:13","guid":{"rendered":"https:\/\/fatihsoysal.com\/blog\/docker-ile-yerel-olarak-yapay-zeka-modelleri-calistirma\/"},"modified":"2025-03-30T10:30:13","modified_gmt":"2025-03-30T07:30:13","slug":"docker-ile-yerel-olarak-yapay-zeka-modelleri-calistirma","status":"publish","type":"post","link":"https:\/\/fatihsoysal.com\/blog\/docker-ile-yerel-olarak-yapay-zeka-modelleri-calistirma\/","title":{"rendered":"Docker ile Yerel Olarak Yapay Zeka Modelleri \u00c7al\u0131\u015ft\u0131rma"},"content":{"rendered":"

Docker ile Yerel Olarak Yapay Zeka Modelleri \u00c7al\u0131\u015ft\u0131rma<\/p>\n

Merhaba, Fatih Soysal burada. Bu makalede, Docker kullanarak yerel makinenizde yapay zeka modellerini nas\u0131l \u00e7al\u0131\u015ft\u0131raca\u011f\u0131n\u0131z\u0131 ad\u0131m ad\u0131m a\u00e7\u0131klayaca\u011f\u0131m. Docker’\u0131n sundu\u011fu kolayl\u0131k ve esneklik ile, karma\u015f\u0131k kurulum ve ba\u011f\u0131ml\u0131l\u0131k sorunlar\u0131ndan kurtularak, AI modellerinizi h\u0131zl\u0131ca \u00e7al\u0131\u015ft\u0131rmaya ba\u015flayabilirsiniz. \u00d6ncelikle Docker’\u0131n ne oldu\u011funu ve neden bu i\u015f i\u00e7in ideal bir ara\u00e7 oldu\u011funu anlamak \u00f6nemlidir. Sonras\u0131nda, pratik bir \u00f6rnek \u00fczerinde Docker ile AI modelini yerel ortam\u0131n\u0131zda \u00e7al\u0131\u015ft\u0131rman\u0131n ad\u0131mlar\u0131n\u0131 g\u00f6rece\u011fiz.<\/p>\n

Docker Nedir ve Neden Kullanmal\u0131y\u0131z?<\/h2>\n

Docker, uygulamalar\u0131 ve bunlar\u0131n ba\u011f\u0131ml\u0131l\u0131klar\u0131n\u0131 i\u00e7eren paketler olu\u015fturman\u0131za olanak sa\u011flayan bir konteynerizasyon platformudur. Basit\u00e7e s\u00f6ylemek gerekirse, Docker, uygulaman\u0131z\u0131 ve gerekli t\u00fcm k\u00fct\u00fcphaneleri, s\u00fcr\u00fcc\u00fcleri ve di\u011fer bile\u015fenleri tek bir paket i\u00e7inde sarmalar. Bu sayede, uygulaman\u0131z\u0131n farkl\u0131 ortamlarda (geli\u015ftirme, test, \u00fcretim) tutarl\u0131 bir \u015fekilde \u00e7al\u0131\u015fmas\u0131n\u0131 garanti edersiniz. Yapay zeka modelleri, genellikle bir\u00e7ok farkl\u0131 k\u00fct\u00fcphane ve ba\u011f\u0131ml\u0131l\u0131\u011fa ihtiya\u00e7 duyar. Docker, bu karma\u015f\u0131kl\u0131\u011f\u0131n \u00fcstesinden gelmek i\u00e7in ideal bir \u00e7\u00f6z\u00fcmd\u00fcr. \u00c7\u00fcnk\u00fc her \u015fey tek bir kapsaml\u0131 yap\u0131da \u00e7al\u0131\u015ft\u0131r\u0131labilir. Bir geli\u015ftirici olarak, benim i\u00e7in b\u00fcy\u00fck kolayl\u0131k sa\u011fl\u0131yor. <\/p>\n

\u00d6rne\u011fin, geli\u015ftirme makinan\u0131zda Python 3.9 ve TensorFlow 2.8 kullan\u0131yorsunuz ama sunucunuzda Python 3.7 ve TensorFlow 2.4 var. Bu durum uyumsuzluk sorunlar\u0131na neden olabilir. Ancak Docker kullanarak, her ortam i\u00e7in \u00f6zel bir Docker imaj\u0131 olu\u015fturarak bu sorunu a\u015fabilirsiniz. Her ortamda ayn\u0131 Docker imaj\u0131n\u0131 kullanarak, tutarl\u0131 bir \u00e7al\u0131\u015fma ortam\u0131 sa\u011flayabilirsiniz.<\/p>\n

Docker ile AI Modelini Yerel Olarak \u00c7al\u0131\u015ft\u0131rma<\/h2>\n

\u015eimdi, pratik bir \u00f6rne\u011fe ge\u00e7elim. Varsayal\u0131m ki, \u00f6nceden e\u011fitilmi\u015f bir g\u00f6r\u00fcnt\u00fc s\u0131n\u0131fland\u0131rma modeliniz var ve bunu yerel makinenizde \u00e7al\u0131\u015ft\u0131rmak istiyorsunuz. \u0130\u015fte ad\u0131m ad\u0131m yapman\u0131z gerekenler:<\/p>\n

    \n
  1. Docker’\u0131 Kurun:<\/strong> \u00d6ncelikle, makinan\u0131za Docker’\u0131 kurman\u0131z gerekir. Docker’\u0131n resmi web sitesinden i\u015fletim sisteminize uygun kurulum talimatlar\u0131n\u0131 bulabilirsiniz. Docker Resmi Sitesi<\/a><\/li>\n
  2. Dockerfile Olu\u015fturun:<\/strong> Bir Dockerfile, Docker imaj\u0131n\u0131z\u0131 nas\u0131l olu\u015fturaca\u011f\u0131n\u0131z\u0131 tan\u0131mlar. Bu dosya, gerekli i\u015fletim sistemini, yaz\u0131l\u0131m k\u00fct\u00fcphanelerini ve modelinizi belirtir. \u00d6rnek bir Dockerfile:<\/li>\n<\/ol>\n
    \nFROM tensorflow\/tensorflow:latest-gpu\n\nWORKDIR \/app\n\nCOPY requirements.txt .\nRUN pip install --no-cache-dir -r requirements.txt\n\nCOPY model.h5 .\n\nCMD [\"python\", \"run_model.py\"]\n<\/code><\/pre>\n
      \n
    1. Docker \u0130maj\u0131n\u0131 Olu\u015fturun:<\/strong> Dockerfile’\u0131n\u0131z\u0131 olu\u015fturduktan sonra, a\u015fa\u011f\u0131daki komutla Docker imaj\u0131n\u0131z\u0131 olu\u015fturabilirsiniz:<\/li>\n<\/ol>\n
      \ndocker build -t my-ai-model .\n<\/code><\/pre>\n
        \n
      1. Docker Konteynerini \u00c7al\u0131\u015ft\u0131r\u0131n:<\/strong>  \u0130maj\u0131n\u0131z\u0131 olu\u015fturduktan sonra, a\u015fa\u011f\u0131daki komutla bir konteyner \u00e7al\u0131\u015ft\u0131rabilirsiniz:<\/li>\n<\/ol>\n
        \ndocker run -it --rm -p 8501:8501 my-ai-model\n<\/code><\/pre>\n
        Bu komut, 8501 portunu konteynerin 8501 portuna e\u015fler.  –rm se\u00e7ene\u011fi, konteyner durdu\u011funda otomatik olarak silinmesini sa\u011flar.<\/p>\n
          \n
        1. Modelinizi \u00c7al\u0131\u015ft\u0131r\u0131n:<\/strong>  \u015eimdi, modelinizi \u00e7al\u0131\u015ft\u0131rabilir ve sonu\u00e7lar\u0131 g\u00f6rebilirsiniz.  Bu ad\u0131m, modelinizin nas\u0131l \u00e7al\u0131\u015ft\u0131\u011f\u0131na ba\u011fl\u0131 olarak de\u011fi\u015fir.<\/li>\n<\/ol>\n
          Faydal\u0131 Kaynaklar<\/h2>\n
          Docker ile ilgili daha fazla bilgi i\u00e7in \u015fu kaynaklara g\u00f6z atabilirsiniz:<\/p>\n