مشین سیکھنے (ML) ماڈلز کو غیر واضح فیصلے کرنے اور خودکار بنانے کے قابل بنانے سے صنعتیں تبدیل کر رہے ہیں۔لیکن ان ماڈلوں کو عملی طور پر منظم کرنا، ماحولیاتی اور غیر مستحکم مسائل کی وجہ سے چیلنج ہو سکتا ہے۔ڈاکٹر ایک ہلکا وزن، بندرگاہی سانچہ جات فراہم کرنے والے پلیٹ فارم کو حل فراہم کرتا ہے۔
ڈریک کیا ہے ؟
ڈکار ایک اوپن سرسید پلیٹ فارم ہے جو سانچہ:Consentment, setting, and profiles کے استعمال کے لیے استعمال ہونے والا اطلاقیہ (town) کو استعمال کرتا ہے۔
ایم ایل ڈیسیپیڈیڈی کے لئے ڈکار استعمال کرنے کے فوائد
- Portive طور پر: [1] ڈرافٹس بغیر زیریں ہارڈ ویئر یا OS کے بغیر ڈرافٹ کے کسی بھی نظام کے ساتھ دوڑ سکتا ہے۔
- ریپروڈیشن: انفلیشنس جو ماڈل ایک ہی ماحول میں چلتے ہیں، ماحول میں فرق کی وجہ سے بگ بینگ کم کرتے ہیں۔
- [scalability:] Easililililly ML ماڈلز کو مزید طلب کرنے کے لئے.
- Isolation: [1] کو الگ الگ رکھنے والی الگ الگ الگ الگ الگ الگ الگ الگ الگ الگ منصوبے قائم کرنے والی مختلف منصوبوں کے درمیان لڑائیوں کو روک دیتا ہے۔
ڈیپیلی ایمایل ماڈلز کو استعمال کرنے والے ڈِککر کے لئے قدم
1۔ اپنے نمونے کی نقل کریں
ایک ڈرافٹ تخلیق کرنے سے شروع کریں جو آپ کے ایل ایل ماڈل چلانے کے لئے ماحول، پلگس اور کوڈ کو الٹ دیتا ہے۔
[FROMB:3.9-slim
[WORKDR /app]]
[COPY تقاضوں.txt.
[RUNPp install - r تقاضا.txt
[COPY.]
] سی ایم ڈی ["پیتھون"، "منڈل پراکر.پی"]]۔
۲ ۔ ۲ ۔
تصویر بنانے کے لیے کمانڈ استعمال کریں . پھر، اسے مقامی طور پر چلائیں تاکہ جانچ سکیں کہ ماڈل درستی کی پیش گوئی کرتا ہے۔
۳ : بلند آواز سے دودھ پلانے والا
آپ کی ڈرافٹ تصویر کو ڈکر ہب یا نجی رجسٹرڈ جیسے رجسٹر. پروڈیوس سرورز، تصاویر کھینچ کر اسے چلانے کے کمانڈز استعمال کرتے ہیں، تیزی سے ماحول میں تیزی سے اور مطابقت پیدا کرنے کے عمل کو تیز اور متوازن بناتے ہیں۔
کُنَّا
جدید ایم ایل کامرس کی کارکردگی کے لیے جدید ایم ایل کام کی خصوصیات کو استعمال کرتے ہوئے، مشین سیکھنے کے ماڈلز کو تیز کرنے اور دوبارہ بنانے کے قابل بنانے کے لیے اس کی ترقی سے بہت آسان کام کیا۔