Что такое машинное обучение?
Машинное обучение – это область исследования, которая позволяет компьютерам обучаться без явного программирования. ML — одна из самых захватывающих технологий, с которыми когда-либо приходилось сталкиваться. Как видно из названия, это дает компьютеру то, что делает его более похожим на человека: Способность к обучению. Сегодня машинное обучение активно используется, возможно, во многих других областях, чем можно было бы ожидать.
Что такое докер?
Docker — это инструмент, разработанный для упрощения создания, развертывания и запуска приложений с помощью контейнеров. Контейнеры позволяют разработчику упаковать приложение со всеми необходимыми частями, такими как библиотеки и другие зависимости, и развернуть его как один пакет. Таким образом, благодаря контейнеру, разработчик может быть уверен, что приложение будет работать на любой другой машине с Linux, независимо от любых пользовательских настроек, которые могут быть у этой машины, которые могут отличаться от машины, используемой для написания и тестирования кода.
В некотором смысле Docker немного похож на виртуальную машину. Но в отличие от виртуальной машины, вместо того, чтобы создавать целую виртуальную операционную систему, Docker позволяет приложениям использовать то же ядро Linux, что и система, в которой они работают, и требует только, чтобы приложения поставлялись с вещами, которые еще не запущены на хост-компьютере.
Пошаговое руководство:
- Установите Docker в ОС:
Здесь мы используем RHEL8, но если вы хотите, вы также можете использовать Windows, Mac или любую другую ОС.
Первым шагом будет настройка установщика пакетов в соответствии с ОС, а затем просто установка докера.
Итак, поскольку мы используем RHEL8, прежде всего нам нужно настроить репозиторий yum.
=› Откройте файл репозитория в /etc/yum.repos.d .
=› Запишите приведенный ниже код в репозиторий.
=› Теперь используйте приведенную ниже команду для установки Docker.
2. Запустите и включите службы Docker.
Теперь нам нужно запустить и включить (чтобы службы docker автоматически запускались после загрузки) службы docker.
=› Используйте «systemctl start docker», чтобы запустить службы Docker.
=› Используйте «docker systemctl status», чтобы проверить, запущены ли службы Docker.
=› Используйте «systemctl enable docker», чтобы службы Docker продолжали работать даже после загрузки ОС.
3. Установите Python в контейнер Docker.
Мы знаем, что для запуска ОС нам нужен загрузочный DVD/образ, поэтому для докера нам также нужен образ, здесь я использую образ Centos (вы также можете использовать другой образ)
=› Загрузите образ Centos с помощью команды docker pull.
=› Запустите контейнер докеров с помощью следующей команды:
=> Теперь, чтобы запустить нашу модель ML, нам нужно проверить, установлен ли python в этом контейнере.
Итак, поскольку python не установлен, нам нужно установить его с помощью команды yum install.
4. Скопируйте файл набора данных внутрь контейнера.
Поскольку моей базовой ОС является Windows, сначала я буду копировать файлы с помощью программного обеспечения WinSCP в RHEL8, а затем из RHEL8 в контейнер.
=› Используйте команду ifconfig, чтобы узнать IP-адрес ОС RHEL8.
=› Затем введите IP, имя пользователя и пароль в WinSCP, чтобы войти в ОС, чтобы мы могли скопировать файлы из Windows в RHEL8.
=› Перетащите файл набора данных из ОС Windows в RHEL8.
=› Используйте команду ls, чтобы проверить, был ли файл успешно скопирован в ОС RHEL8 или нет.
=› Используйте команду docker cp, чтобы переместить файл набора данных из RHEL8 в контейнер.
=› Используйте команду ls, чтобы проверить, был ли файл успешно скопирован в контейнер или нет.
5. Запустите модель машинного обучения в докере
=› Откройте файл, чтобы написать код для обучения нашей машины.
=› Напишите приведенный ниже код для обучения машины:
=› Попробуйте запустить код
=› Поскольку мы получаем сообщение об ошибке, что панды не установлены во время выполнения кода, установите его с помощью команды pip3.
=› Попробуйте запустить код еще раз
=› Поскольку мы получаем еще одну ошибку, что модуль sklearn не установлен во время выполнения кода, установите его также с помощью команды pip3.
=› Запустите модель машинного обучения в док-контейнере
Теперь мы успешно получаем выходные данные при запуске модели машинного обучения.
Итак, вот как мы можем создать модель машинного обучения внутри док-контейнера.
Спасибо, что прочитали эту статью!
Продолжайте учиться, продолжайте делиться!!
