Модель машинного обучения внутри контейнера Обучение модели машинного обучения внутри контейнера Docker Привет всем !!! Вот я вернулся с другим блогом. В этом блоге мы обсудим, как мы будем создавать модель машинного обучения в контейнере Docker и использовать эту модель для некоторых прогнозов. Для этой задачи мы создадим фундаментальную модель машинного обучения, которая может прогнозировать заработную плату на основе многолетнего опыта. Итак, приступим к блогу !!!..

В монолитных приложениях компоненты приложения взаимодействуют в памяти. В приложении микрослужб это взаимодействие происходит по сети. Это означает, что нам нужно создать зонтик, чтобы объединить все наши сервисы в единую точку входа, которая может получить доступ ко всем открытым конечным точкам API. Как вы помните, я говорил, что буду использовать API-шлюз для создания единой точки входа в приложение. Этот шлюз не обрабатывает никаких запросов, кроме как проксировать их к другим..

Шаги, которые необходимо выполнить для выполнения этой задачи 👨‍💻 👉 Извлеките образ контейнера Docker из образа CentOS из DockerHub и создайте новый контейнер 👉 Установите программное обеспечение Python поверх док-контейнера 👉 В Container вам нужно скопировать/создать модель машинного обучения, которую вы создали в блокноте Jupyter Необходимо ✔Любая ОС с установленным Docker. ✔Наличие набора данных. Чтобы проверить, установлен ли Docker в вашей системе,..