英文名 | Docker for Data Scientists |
课程来源 | Lynda.com |
讲师 | Jonathan Fernandes |
课程ID | 5035821 |
课程时长 | 0.8小时 |
下载所需积分 | 50 |
解压密码 | 课程压缩文件如果需要解压密码,则密码一律为 www.zwsub.com |
所属类别 | Docker Python 全部 网络管理 |
在可重现结果至关重要的领域,Docker正迅速成为数据科学团队(尤其是机器学习(ML)工作团队)正在开展的工作效率的顶级工具之一
创建和开发ML模型通常很麻烦
经验丰富的数据科学家知道,同一软件的不同版本可以产生不同的结果
使用Docker,您可以包含每个所需依赖项和库的正确版本,因此无需任何人进行任何配置
构建Dockerfile之后,您将拥有所需的一切
在本课程中,Jonathan Fernandes帮助数据科学家启动并运行Docker,演示如何构建可轻松共享的Dockerized ML应用程序
在此过程中,他分享了该工具的常见用例
完成本课程后,您将准备好在其他ML项目中利用容器的强大功能
主题包括:
为什么Docker越来越受到重视
运行一个容器
引擎盖下的码头工人
使用Dockerfiles
将图像上传到Docker Hub
Docker的常见用例
- [讲师]本课程适合任何想要了解Docker的人,但它有机器学习和数据科学倾向于它。
您无需了解Docker的任何信息。
我们将从头开始。
现在你将不得不原谅Docker文件双关语。
如果你认为在双关语的过程中为时尚早,你可能是对的。
所以让我们进入吧。
在本课程结束时,您应该能够使用Docker与其他人共享您开发的任何应用程序。