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!