生产中的NLP：创建Docker镜像

最新推荐文章于 2022-09-26 15:26:55 发布

磐创 AI

最新推荐文章于 2022-09-26 15:26:55 发布

阅读量1.5k

点赞数

本文链接：https://blog.csdn.net/fendouaini/article/details/108877805

版权

本文介绍了如何在生产环境中使用Docker管理自然语言处理（NLP）项目，包括Dev、Test和Stage的不同版本控制。详细阐述了Dockerfile的创建，特别是针对Spacy和nltk的额外步骤，以及Jupyter Notebook和 Nbextensions在Docker镜像中的集成。此外，还提到了Docker与Docker Compose的联合使用，以及清理Docker资源的方法。

摘要由CSDN通过智能技术生成

作者|Bruce H. Cottman, Ph.D. 编译|VK 来源|Towards Data Science

产品生命周期

在过去两年半的工作中，我们开发和维护了几个自然语言处理项目。我们为每个项目中的每个版本控制中心创建了Docker镜像：Dev、Test和Stage。我将详细介绍Docker解决方案来创建生产NLP项目。

代码开发、重构、bug修复和单元测试都是由Dev完成的。在提交Github Dev repo（sitory）之前，代码必须通过单元测试。其他开发团队在合并到Test Github repo（sitory）之前执行代码评审、集成测试。

项目阶段管理(Project stage management)触发从开发人员到Test 存储库的推送。项目发布管理(Project release management)触发从Test 到Stage 存储库的推送。市场发布管理(Marketing release management)触发了从stage到Prod存储库的推送和半自动连续部署（CD）的推出。

什么是Docker

每个项目中有四个不同的版本控制中心：Dev，Test和Stage，Prod。只有需要支持三个不同的Docker镜像，因为最终阶段版本被推送到Prod，一旦Stage版本通过了安全和验收测试。Stage和Prod使用相同的Docker镜像。
Python和R用户希望Jupyter和RStudio Notebook和Nbextensions首选项出现在Docker镜像中。
大多数Dev和所有Test都在本地使用PyCharm进行代码更新、调试和运行工具：单元测试（pytest）、类型检查（mypy）、覆盖率（cove）rage、PEP-8格式（黑色）和代码质量（pylint）。
Github操作用于CI/CD部署。Prod Docker镜像专门用于特定云的安全性、日志记录或计量服务。