Введение
Привет всем, в этой статье я собираюсь показать вам, как запускать мл-код внутри контейнера докеров.
В этой статье я собираюсь: -
- Вытягивание образа Centos
- Запуск контейнера с образом Centos
- Установка пипа
- Установка необходимых библиотек
- Копирование кода и набора данных в работающем контейнере Docker
- Запуск кода
- Сохранение контейнера в качестве нового образа
Итак, давайте начнем
Демо
Вытягивание образа Centos
Чтобы вытащить изображение Centos, используйте
docker pull centos
Docker pull — это команда, используемая для извлечения образов из репозитория. Docker уже настроен на использование hub.docker.com, поэтому нам не нужно беспокоиться о настройке репозитория образов.
Работающий контейнер
Используйте следующую команду для запуска контейнера докеров
docker run -it --name myos centos
команда docker run используется для создания контейнера
-it:- обозначает средства интерактивного терминала, как только запуск контейнера дает терминал этого контейнера
name:- опция указана, чтобы мы могли дать какое-то имя контейнеру. Это хорошая практика, чтобы дать имя контейнеру, это помогает нам управлять контейнером.
centos это имя образа
Установка пипа
Для установки pip используйте следующую команду
yum install python3-pip -y
введите y мы ням спросите да или нет
Установка необходимых библиотек
используйте следующую команду для необходимых библиотек
pip3 install scikit-learn pandas
Копирование кода и набора данных
Мы также можем создать код внутри контейнера, но для этой демонстрации я собираюсь скопировать код внутри контейнера для этого открытого нового терминала и написать следующие команды.
docker cp /root/Documents/ml.py myos:/ docker cp /root/Documents/SalaryData.csv myos:/
Команда docker cp используется для копирования данных из одной базовой ОС (докер-хост) в контейнер.
Запуск кода и сохранение модели
Перейдите к предыдущему терминалу и для запуска кода используйте следующую команду
python3 ml.py
Сохранение контейнера в качестве нового образа
Теперь используйте команду exit, чтобы выйти из контейнера.
теперь используйте следующую команду для создания нового образа из контейнера
docker commit myos mlimage
теперь запустите команду docker images, чтобы подтвердить создание изображения погоды или
как видите, в моем случае изображение создается
Заключительное примечание
Спасибо всем, кто прочитал мою статью до конца, если у вас есть какие-либо сомнения, пожалуйста, прокомментируйте, если у вас есть какие-либо предложения, пожалуйста, напишите все комментарии, как положительные, так и отрицательные, более чем приветствуются.
Загрузите весь код и набор данных отсюда: — https://github.com/suyash222/mlopstask1
Контактная информация
LinkeDin [https://www.linkedin.com/in/suyash-garg-50245b1b7]
Дополнительные теги
#machinelearning #summerintership #righteducation #vimaldaga #worldrecordholder #docker #mlops
