ais*_*siy 6 docker kubernetes tensorflow serverless
我有很多标准的运行时docker镜像,比如安装了tensorflow 1.7的python3,我想使用这些标准图像来运行一些客户代码.该场景似乎与无服务器非常相似.那么将代码放入运行时泊坞窗的最佳方法是什么？
现在我正在尝试使用持久卷将代码挂载到运行时.但它有很多工作要做.是否有一些解决方案更容易？
UPDATE
谷歌机器学习引擎或floydhub的工作流程是什么.我想我想要的是类似的.他们有一个命令行工具,使本地代码与标准环境相结合.
按照云原生实践，代码应该是不可变的，并且版本及其依赖项对于可重复性、可复制性等具有唯一可识别性 - 简而言之：您应该真正使用 src 代码创建映像。
就您而言，这意味着您的 Dockerfile 基于上游 python3 或 TF 映像，有几个项目可能有助于上述工作流程（代码+构建-发布-运行）：
希望有帮助--jjo
| 归档时间： |
|
| 查看次数： |
199 次 |
| 最近记录： |