كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

BentoML

إطار لتحويل النماذج إلى خدمات API إنتاجية وحزمها في حاويات، مع دعم الدفعات التكيفية وعدة نماذج.

نشطةمتوسطv1.4.40Apache-2.0نشر النماذج وهندسة تعلم الآلة

الوثائق الرسميةجرّب الأمثلة

المعلومات الأساسية

الاسمBentoML
الاسم الكاملBentoML
التصنيفنشر النماذج وهندسة تعلم الآلة
الجهة المطورةشركة BentoML
سنة الإطلاقغير محدد
الموقع الرسميbentoml.com
مستودع GitHubbentoml/bentoml
الوثائق الرسميةdocs.bentoml.com
الحزمة على PyPIbentoml
الترخيصApache-2.0 (PyPI license)
حالة المشروعنشطة صدر لها إصدار خلال آخر 12 شهراً
آخر إصدار23 أكتوبر 2026 (الإصدار 1.4.40)
لغة البرمجةPython
أنظمة التشغيلOS Independent (كما تعلنها الحزمة على PyPI)
إصدار Python المطلوب>=3.9
مستوى الصعوبةمتوسط

آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)

نظرة عامة

يكتب المستخدم في BentoML خدمة Python بمزخرفات بسيطة تعرّف نقاط API، ثم تُحزم الخدمة مع اعتمادياتها في Bento وتُبنى صورة Docker، مع تجميع الطلبات تكيفياً لرفع الإنتاجية.

يدعم أي إطار تعلم آلي، والنشر الذاتي أو عبر منصة الشركة السحابية.

متى تختارها؟ اختره لتحويل نموذج Python إلى خدمة API منظمة بسرعة.

الاستخدامات

الاستخدامات الرئيسية

  • تحويل نموذج إلى REST API
  • حزم النماذج في حاويات
  • خدمة عدة نماذج معاً

المجالات العلمية

  • هندسة تعلم الآلة

أنواع المشاريع المناسبة

  • API لنموذج تصنيف صور طبية

تطبيقات بحثية

  • عرض نموذج بحثي كخدمة

نشر النماذج وخدمتها

الخصائص التقنية

تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».

دعم المعالج المركزي (CPU)مدعوم
دعم المعالج الرسومي (GPU)مدعوم
التوافق مع CUDAمدعوم
التدريب أو الحوسبة الموزعةجزئي أو عبر إضافة
الاشتقاق التلقائي (Autodiff)لا ينطبق
نشر النماذج (Deployment)مدعوم
نماذج مدربة مسبقاًلا ينطبق
أنواع البيانات المدعومةأي مدخلات (JSON، صور، ملفات)
التكامل مع مكتبات أخرىPyTorch، Scikit-learn، Hugging Face Transformers، ONNX Runtime، MLflow
المرونة (تقدير تحريري)عالية
الأداء (تقدير تحريري)جيدة مع التجميع التكيفي
المجتمع (تقدير تحريري)متوسط
جودة التوثيق (تقدير تحريري)توثيق جيد

التثبيت والتشغيل

Shell
pip install bentoml

التوافق: Python >=3.9 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026

يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.

أمثلة برمجية

الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.

تطبيقيتعريف خدمة API لنموذج بـ BentoMLغير منفّذ

الهدف: تحويل نموذج إلى خدمة HTTP قابلة للتغليف في حاوية.

Python — example.py
# service.py
import bentoml
import numpy as np
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression

@bentoml.service(resources={"cpu": "1"})
class Classifier:
    def __init__(self):
        X, y = load_iris(return_X_y=True)
        self.model = LogisticRegression(max_iter=500).fit(X, y)

    @bentoml.api
    def predict(self, features: list[list[float]]) -> list[int]:
        return self.model.predict(np.array(features)).tolist()

شرح الكود

الصنف المزخرف بـ @bentoml.service يمثل الخدمة، وكل دالة @bentoml.api تصبح نقطة نهاية. شغّل الخدمة بالأمر bentoml serve service:Classifier. لم نشغّل الخادم في بيئة الاختبار، لذلك لا نعرض مخرجاً.

المتطلبات

Shell
pip install bentoml scikit-learn

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

لم يُنفّذ هذا المثال في بيئة الاختبار: يحتاج تشغيل خادم HTTP (bentoml serve) راجعه على وثائق المكتبة قبل الاعتماد عليه.

صفحة المثال

كل أمثلة BentoML في مستكشف الأكواد

المزايا

  • تحويل سريع من نموذج إلى خدمة
  • مستقل عن الإطار

القيود

  • طبقة إضافية لفهمها
  • بعض الميزات المتقدمة في المنصة التجارية

المراجع والتحقق

سجل الإصدارات المتحقق منها

الإصدارتاريخ الإصدارتاريخ التحقق
1.4.4023 أكتوبر 202621 نوفمبر 2026

آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.

أبلغ عن معلومة تحتاج تحديثاً