机器学习与Docker容器

  • 时间:
  • 浏览:0

 2.在多个实例上运行机器学习模型,以便按需扩展;

在实验中设定目标会使实验更具有针对性。在此,我设定了以下目标:

1.了解机器学习和TensorFlow

我的最终设想如下,共分为一个多多多帕累托图:

 3.遵循微服务(microservice)架构模式。

 删剪代码获取请点击这里

3.Kontena上部署正在运行的机器学习方案。

TensorFlow简介

2.验证机器学习和容器间是与与否协同作用;

 1.一个多多多多简单的API:用户可对JPG图像进行分类;

 TensorFlow是一个多多多使用数据流图进行数值计算的

 

研究目标

 现在,机器学习(ML)和人工智能(AI)是IT行业中的热门话题,同样,容器也成为其中的热门话题之一。让我们我们将机器学习和容器都引入到图像中,用实验验证是与否会相互协同出色的完成分类任务。让我们我们将使用TenserflowKontena来删剪阐述。