In diesem Artikel starten wir ein Modell für maschinelles Lernen in einem Docker-Container:
Dazu verwenden wir RedHat Linux, entweder die aws-Internet-UI-Methode oder die BareMetal-Methode.
Lass uns anfangen :
Zuerst starten wir RedHat Linux und wechseln mit dem folgenden Befehl zum Root-Konto:
sudo su - root
Dann installieren Sie Docker mit dem folgenden Befehl:
yum set up docker -y
Dann starten wir den Docker mit dem folgenden Befehl:
systemctl begin docker && systemctl allow docker
Danach starten wir ein Docker-Picture mit dem folgenden Befehl:
docker pull centos:newest
docker photos //to chech for photos
Jetzt erstellen wir mit Hilfe des folgenden Befehls einen Container mit Centos-Bildern mit dem Namen ml-model:
docker run -it --name ML-model centos:newest
Jetzt gehen wir weiter und installieren Python und einige Bibliotheken mit dem folgenden Befehl:
yum set up python -y
yum set up nc -yyum set up net-tools -y
und dann für Python-Bibliotheken:
pip3 set up numpy
pip3 set up sklearn
pip3 set up pandas
Gehen wir nun weiter und kopieren die Datendatei mit dem folgenden Befehl in den Container:
docker cp <src> <container_name>:<dest>
docker cp Salaray.csv ML-model:/task1/
Erstellen Sie nun die Datei für das Trainingsmodell und speichern Sie das Modell.
vim mannequin.pypypy
Führen Sie nun den folgenden Befehl aus:
Schließen Sie das nun mit „esc:wq“
Führen Sie anschließend den folgenden Befehl aus:
python3 mannequin.py
Nun, so können wir ein Modell für maschinelles Lernen im Docker-Container ausführen.
Ich hoffe, es hat euch allen gefallen und ihr findet es nützlich 🙂
