Модель машинного обучения в контейнере Docker

Сегодня мы собираемся создать и запустить модель машинного обучения в контейнере Docker. По мере того, как отрасль движется к автоматизации, необходимо время для работы с контейнерами, поскольку контейнер является одним из наиболее важных инструментов автоматизации и DevOps. Итак, начнем…

Описание задания:

Извлеките образ контейнера Docker образа CentOS из DockerHub и создайте новый контейнер.
Установите программное обеспечение Python в верхней части док-контейнера.
В контейнере вам нужно создать модель машинного обучения, которую вы создали в блокноте Jupyter.

Кратко о технологиях и ключевых словах, с которыми мы будем работать:

Предпосылки:

Требуется базовая ОС Linux, здесь я использую RHEL8 от RedHat.
Докер должен быть правильно настроен в базовой ОС.

Давайте начнем:

Сначала запустите службы Docker с помощью следующей команды:

# systemctl start docker

И чтобы проверить, работают ли службы Docker или нет, используйте эту команду:

# systemctl status docker

Теперь извлеките образ Centos из Docker Hub:

# docker pull centos:latest

Затем запустите контейнер Docker, используя этот образ Centos. Я назвал контейнер «миос», вы можете назвать что угодно. Опции «i&t» предоставят нам терминал для взаимодействия с запущенной ОС Docker.

# docker run -it --name myos centos

Теперь, когда мы успешно запустили контейнер Docker и получили терминал этой ОС, давайте двигаться дальше.
Теперь давайте загрузим необходимые пакеты или программное обеспечение, например: python3 и git. Затем нам также потребуется некоторая библиотека Python, чтобы наш код ML работал как Pandas, scikit-learn.
Поскольку я использую ОС RedHat, поэтому здесь я должен использовать «Yum» для загрузки различных пакетов.

Теперь загрузите необходимые библиотеки Python с помощью команды pip3:

Я сохранил код программы машинного обучения в этом репозитории GitHub: https://github.com/Samarps/Salary_Predictor_Years_of_Exp.git.

Теперь клонируйте этот код ML или любой другой код, который у вас есть в этой ОС Docker, с помощью приведенной ниже команды. Не забудьте установить все необходимые библиотеки, используемые в вашей программе Python, иначе она не будет работать.

# git clone https://github.com/Samarps/Salary_Predictor_Years_of_Exp.git

Различные коды ML будут присутствовать в этом репо вместе с набором данных.

Этот код в основном предсказывает, какой должна быть зарплата сотрудника на основе его / ее многолетнего опыта.
Итак, во-первых, нам нужно обучить модель, используя настоящий набор данных. Для этого запустите программу «train_model.py».

# python train_model.py

Теперь модель обучена и сохранена. Давайте воспользуемся нашей обученной моделью, чтобы спрогнозировать заработную плату на основании многолетнего опыта. Для этого запустите программу «salary_predictor.py».

Я проверил модель, введя различные значения. Если мы будем использовать лучший и больший набор данных, это обеспечит лучшую точность и результаты.

Итак, наконец, мы создали модель машинного обучения с использованием Python, которая работает с контейнером Docker. Docker — это один из инструментов, используемых в настоящее время для автоматизации и DevOps, поэтому в отрасли необходимо перенести все на контейнеры, поскольку они очень быстрые по сравнению с другими альтернативами, такими как Baremetal, виртуализация и т. д.

Надеюсь, вы многому научитесь, прочитав эту статью. Спасибо за чтение!

Модель машинного обучения в контейнере Docker