शुरू करेंमुफ़्त में शुरू करें

कमांड लाइन पर मॉडल प्रोडक्शन

अक्सर, Python मॉडल को परफेक्ट करने के बाद उन्हें प्रोडक्शन में ले जाकर बार-बार चलाना पड़ता है. डेटा साइंटिस्ट का समय बचाने के लिए, हर दिन मॉडल को manually चलाने की बजाय रन प्रक्रिया को automate किया जाता है.

Python मॉडल को automate करके प्रोडक्शन में डालने में सबसे पहले ज़रूरी लाइब्रेरी dependencies इंस्टॉल करना, फिर Python मॉडल चलाना, और उसके बाद runs की frequency के लिए एक schedule सेट करना शामिल होता है. हालाँकि ये सारे कदम अलग-अलग भाषाओं और प्रोग्रामों से भी किए जा सकते हैं, लेकिन इन्हें कमांड लाइन कमांड्स में समेकित करने से बेहतर नियंत्रण और आसान automation मिलता है.

इस कैपस्टोन अभ्यास में, आप step-by-step एक end-to-end Python स्क्रिप्ट automation प्रक्रिया सेट करना अभ्यास करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

शेल में डेटा प्रोसेसिंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • requirements.txt फ़ाइल में सूचीबद्ध Python dependencies इंस्टॉल करने के लिए pip का उपयोग करें.

  • अब जब ज़रूरी Python dependencies इंस्टॉल हो गई हैं, तो कमांड लाइन पर create_model.py स्क्रिप्ट चलाएँ.

  • हमने सत्यापित कर लिया कि Python मॉडल चल सकता है. अगला कदम इस जॉब को automate करना है ताकि यह हर मिनट चले. Python स्क्रिप्ट create_model.py को प्रति मिनट चलाने के लिए CRONTAB का उपयोग करके schedule करें.

  • यह जाँचने के लिए कि CRON जॉब सही तरह schedule हुआ है, CRONTAB में शेड्यूल किया गया जॉब प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Preview both Python script and requirements text file
cat create_model.py
cat requirements.txt

# Pip install Python dependencies in requirements file
pip install ___ ___

# Run Python script on command line
___ create_model.py

# Add CRON job that runs create_model.py every minute
echo "___ ___ create_model.py" | ___

# Verify that the CRON job has been scheduled via CRONTAB
___ ___
कोड संपादित करें और चलाएँ