Lección 3 del curso Docker.
En el módulo anterior vimos una introducción general a Docker y allí entendimos su importancia en el Machine Learning Operations (MLOps) y vimos además cómo instalar Docker en nuestros computadores.
En este segundo módulo veremos todos los elementos prácticos que nos permitirán crear y ejecutar un contenedor de aplicaciones creado con Docker.
Y específicamente en esta lección vamos a entender el procedimiento paso a paso que usualmente tendremos que llevar a cabo para hacer un uso efectivo de Docker en nuestros proyectos de MLOps:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
¡Excelente! Acabamos de ver el procedimiento paso a paso para incorporar Docker en nuestros proyectos.
En últimas partimos de nuestro código fuente y lo primero que hacemos es añadir un archivo con los requerimientos de nuestro proyecto así como el listado de instrucciones que presentaremos a Docker a través del «Dockerfile». Y luego construimos la imagen Docker con «docker build» y para verificar que funciona correctamente la ejecutamos de forma local con «docker run».
Realmente es un procedimiento muy sencillo, pero hasta este punto tenemos sólo la idea general, así que en las próximas lecciones de este módulo lo que haremos será ver en detalle cada uno de los pasos involucrados en este flujo de trabajo, comenzando con la próxima lección donde veremos cómo crear el código fuente y el archivo “requirements.txt” para un proyecto Docker.
Todas las lecciones del curso Docker