在命令列部署模型
通常在 Python 模型調整完善之後，會需要部署到正式環境並頻繁執行。為了節省資料科學家的時間，不必每天手動執行模型，我們會把執行流程自動化。
要自動化並將 Python 模型部署到正式環境，首先需要安裝所有必要的函式庫相依套件，接著執行 Python 模型本身，然後再設定執行排程頻率。雖然可以用不同語言與程式分開完成每個步驟，但把所有流程整合為命令列指令，能提供更高的可控性，也更容易自動化。
在這個總結練習中，你會一步一步練習如何建立端到端的 Python 指令稿自動化流程。
本練習屬於課程
在 Shell 中進行資料處理
練習說明
使用
pip安裝requirements.txt檔案中列出的 Python 相依套件。安裝必要的 Python 相依套件後，請在命令列執行
create_model.py指令稿。已經確認 Python 模型可以執行。下一步是把這個工作自動化，讓它每分鐘執行一次。使用 CRONTAB 安排每分鐘執行一次 Python 指令稿
create_model.py。列印 CRONTAB 中已排程的工作，確認 CRON 工作排程正確。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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
___ ___