文件名称：ml-microservice-kubernetes:使用docker和kubernetes实现微服务
文件大小：219KB
文件格式：ZIP
更新时间：2024-04-17 11:28:16
Python
]（ ） 项目概况 在本项目中，您将应用在本课程中获得的技能来操作机器学习微服务API。 您将获得一个经过预训练的sklearn模型， sklearn模型已经过训练，可以根据一些功能来预测波士顿的房价，例如房屋中的平均房间和有关高速公路通行性的数据，师生比例等等。 您可以上阅读有关数据的更多信息，这些数据最初来自Kaggle。 此项目测试您在提供的文件app.py中运行Python flask应用程序的能力，该文件可通过API调用提供有关房价的预测（推断）。 该项目可以扩展到任何预先训练的机器学习模型，例如用于图像识别和数据标记的模型。 项目任务 您的项目目标是使用来运行此工作的机器学习微服务，这是一个用于自动化容器化应用程序管理的开源系统。 在此项目中，您将： 使用linting测试您的项目代码 完成一个Dockerfile来容器化此应用程序 使用Docker部署您的容器化应用程序
【文件预览】：
ml-microservice-kubernetes-main
----upload_docker.sh(495B)
----app.py(2KB)
----model_data()
--------boston_housing_prediction.joblib(665KB)
--------housing.csv(48KB)
----Dockerfile(459B)
----.circleci()
--------config.yml(1KB)
----requirements.txt(219B)
----README.md(2KB)
----Makefile(1KB)
----make_prediction.sh(384B)
----run_docker.sh(273B)
----output_txt_files()
--------kubernetes_out.txt(60B)
--------docker_out.txt(47B)
----.hadolint.yaml(30B)
----.gitignore(2KB)
----run_kubernetes.sh(390B)