Скачать или смотреть Docker: простое объяснение с помощью проекта машинного обучения для начинающих

Сегодня мы наконец-то научимся работать с Docker! 🐋🐋🐋
Мы сосредоточимся на понимании концепции контейнеров, образов и Dockerfiles простыми словами, с множеством полезных визуализаций и практических примеров! Мы рассмотрим логику каждого компонента Docker, не только как он работает, но и какие проблемы он решает и что произойдёт, если его не использовать! 🤓
В Codewise мы увидим пошаговый рабочий процесс разработки невероятно простой программы машинного обучения с использованием библиотеки Huggingface Transformers. Мы создадим собственный образ Docker на основе образа Jupyter Tensorflow Notebook. И даже научимся развёртывать готовый проект в DokcerHub! 🚀🚀🚀
К концу этого видео у вас будет собственная программа для перевода субтитров к видео, а также полное понимание Docker (независимо от вашего уровня программирования).

🤖 Разработка МО и ИИ в Docker 🤖
----------------------------------------------------------------------
https://www.docker.com/products/ai-ml...

🐋 Изображение для обучения 🐋
----------------------------------------------------------------------
https://hub.docker.com/repository/doc...

🎥 Мои похожие видео 🎥
----------------------------------------------------------------------
⭐ Учебник MNIST — Базы данных машинного обучения:
   • ML Databases and How to Access them with P...  
⭐ Циклы For в Python:
   • Python For Loops - Programming for Beginners  

⏰ ТАЙМ-КОДЫ ⏰
---------------------------------------------------------------------
00:00 - 00:40 | Введение
00:40 - 02:21 | Что такое Docker? Что такое контейнеры?
02:21 - 03:06 | Установка Docker
03:06 - 04:17 | Что такое образы Docker?
04:14 - 05:20 | Поиск и извлечение образов
05:20 - 06:08 | Запуск контейнера
06:08 - 07:18 | Предоставление порта контейнера
07:18 - 08:10 | Загрузка набора данных MNIST с помощью Tensorflow
08:10 - 09:47 | Построение графика для выборки MNIST
09:47 - 11:11 | Запуск контейнеров с помощью Docker Compose
11:11 - 12:02 | Замена токена Jupyter паролем
12:02 - 13:07 | Монтирование диска
13:07 - 13:32 | Сборка образов с помощью Docker Compose
13:32 - 15:29 | Dockerfile
15:29 - 17:06 | Перевод текста с помощью Transformers
17:06 - 19:26 | Копирование файлов из системы в образ
20:52 - 21:14 | Создание публичного репозитория на DockerHub
21:14 - 23:04 | Передача локального образа в удалённый репозиторий
23:04 - 25:11 | Очистка контейнеров и образов
25:11 - 25:31 | Спасибо за просмотр!

💻 Скачайте мой демонстрационный файл субтитров SRT 💻
----------------------------------------------------------------
https://drive.google.com/file/d/16bCS...
(новая ссылка появится скоро... или вы можете скачать её прямо из Docker Hub с помощью команды "docker pull mariyasha/srt-translator")

🤝 Свяжитесь со мной 🤝
----------------------------------------------------------------
🔗 Github:

https://github.com/mariyasha
🔗 Discord:

  / discord  
🔗 LinkedIn:

  / mariyasha888  
🔗 Twitter:

  / mariyasha888  
🔗 Блог:
https://www.pythonsimplified.org

💳 Благодарности 💳
----------------------------------------------------------------
⭐ Красивые титры, переходы, звуковые эффекты:
mixkit.co
⭐ Красивые иконки:
flaticon.com
⭐ Красивая графика:
freepik.com

#python #программированиенаpython #машинноеобучение #искусственныйинтеллект #наукаоданных #tensorflow #программирование #кодирование #приложение #нейронныесети #ML #AI #технологии #компьютер #компьютернаянаука #трансформеры #обнимающеелицо #docker #обучениедокеру #перевод #субтитры #контейнер #наукаоданных #dockerhub