資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究使用 Docker 建立簡單的 Numpy Jupyter Notebook
機器學習和資料科學無疑已成為新的流行語。如今，各組織都在嘗試採用資料分析和機器學習技術來預測其銷售額並增加收入。毫無疑問，專門研究機器學習技術肯定會讓你在當今的企業界佔據優勢。如果你想在一個動態且受限的環境中構建機器學習模型，那麼使用 Docker 容器將是最好的選擇。
藉助 Jupyter Notebook，你可以在 Docker 容器內輕鬆構建和執行機器學習模型。事實上，Docker 容器的打包環境可以更好地控制你將在機器學習專案中使用的 Python 或 R 庫和軟體包的版本。
在本文中，我們將討論如何在 Docker 容器內建立一個簡單的 Numpy Jupyter Notebook。按照相同的模板，你可以輕鬆安裝其他有用的庫和軟體包，並透過 Jupyter Notebook 將它們包含在你的機器學習專案中。
假設你的系統上已安裝 Docker，讓我們繼續瞭解如何在 Docker 容器內執行 Jupyter Notebook。
首先，透過從 Docker Registry 直接拉取，執行 Docker Jupyter 映象。可以使用以下命令來執行 Jupyter 映象。
sudo docker run −d −p 8888:8888 jupyter/scipy-notebook
要檢查 Docker 容器是否正在執行，可以使用以下命令：
sudo docker ps −a
複製 Jupyter 容器的容器 ID。
之後，你需要獲取與 Docker 容器內執行的 Jupyter Notebook 關聯的令牌。為此，可以使用以下命令：
sudo docker exec <container−id> jupyter notebook list
輸出
https://:8888/?token=a37c45becfd981ffeb2fdca9b82419bd697e9 a8b4b5bf25b :: /home/raunak
這將生成一個包含令牌 ID 的本地主機 URL。複製 URL 到令牌 ID，啟動瀏覽器並開啟該連結。Notebook 在 Docker 容器內提供服務，並且 Docker 容器的埠 8888 會暴露到主機機的埠 8888。因此，你可以在主機機上訪問該 URL。這將在瀏覽器中開啟 Notebook。
Docker 容器中已經包含了所有基本的機器學習軟體包，例如 Numpy、scipy 等。
建立一個新的 Python3 Notebook 併為其命名。在 Notebook 中，鍵入以下命令。
import numpy as np np.mgrid[0:3, 0:3]
執行 Notebook 單元格。你應該會看到一個矩陣輸出。現在，儲存 Notebook。
停止 Docker 容器並重新啟動它，以檢查 Jupyter Notebook 是否仍然存在。
sudo docker ps −a sudo docker stop <container−id> sudo docker start <container−id>
你會發現之前建立的 Jupyter Notebook 仍然存在於 Docker 容器中。
總之，掌握機器學習或資料科學等技能無疑會提升你的學術或職業生涯，但是使用機器學習構建專案並在 Docker 容器內部署或執行它們不僅為你提供了一個完美的容器和打包環境，而且還有助於簡化訓練大型模型的過程，因為它為你提供了充足的資源，並在你執行其他任務時避免系統負載過重。
在本文中，我們瞭解瞭如何從 Docker registry 執行 Jupyter 映象、如何在本地機器的瀏覽器上訪問 Notebook、運行了一個 numpy 程式碼片段以及驗證了 Notebook 在重新啟動容器時是否仍然存在。
352 次檢視
