Zacznij terazZacznij za darmo

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

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie