Etapy konteneryzacji
W tym filmie omówiono temat konteneryzacji modelu uczenia maszynowego na potrzeby wdrożenia przy użyciu Dockera. Poznasz sposób, w jaki Docker pozwala spakować model wraz z jego zależnościami w samodzielną jednostkę, którą można łatwo uruchomić w różnych środowiskach. Dowiesz się też, czym są pliki Dockerfile – dokumenty tekstowe zawierające polecenia budujące obraz – oraz jaka jest kolejność kroków potrzebnych do skonteneryzowania modelu uczenia maszynowego.
To ćwiczenie jest częścią kursu
End-to-End Machine Learning
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie