آموزش اجرا و کار با Python در Containers

در این دوره آموزشی یاد می گیرید که چطور در کانتینر ها با زبان پایتون و کدهای آن کار کنید. 

عنوان اصلی : Python in Containers

سرفصل ها :

معرفی :
معرفی دوره و بررسی اجمالی دستور کار
مفهوم ظروف لینوکس
ظروف توضیح داده شده است
ساخت، ارسال، اجرا
مقدمه ای بر داکر
اکوسیستم فناوری های کانتینری
مقدمه ای بر ارکستراسیون کانتینری
برنامه پایتون در Docker Container
ارسال تصویر به داکر هاب
اجرای برنامه ما در محیط های مختلف
Docker Deep Dive:
نصب Docker برای یک توسعه دهنده
شناسه داکر را ایجاد کنید
با داکر بازی کنید
Docker را در اوبونتو نصب کنید
Docker را روی CentOS نصب کنید
Docker در لینوکس - هشدار امنیتی
Docker Desktop در Windows Pro
معرفی کانتینرهای ویندوز
Docker Desktop در MacOS
جعبه ابزار Docker برای Windows Home
اجرای کانتینرها با داکر
ادغام کانتینرها با سیستم میزبان
تصاویر کانتینر
مدیریت کانتینرها
در حال اجرا کانتینرهای متعدد
شبکه کانتینری
پایداری داده - حجم
معرفی Dockerfile
معرفی Docker Hub
تصاویر پایه پایتون
Docker GUIs قسمت 1 - Kitematic
Docker GUIs قسمت 2 - Portainer
نمای کلی ماشین Docker
Docker Machine با VirtualBox
ماشین داکر با Hyper-V
Docker Machine در هاست های ابری AWS
Docker Machine در Google Cloud Hosts
ساخت تصاویر کانتینر:
عناصر پروژه Python Containerized
چرخه حیات پروژه پایتون کانتینری
اصول طراحی برای برنامه های کانتینری شده پایتون
فرآیند ساخت تصویر دستی
Dockerfile - اتوماسیون ساخت تصویر
دستورات Dockerfile - مقدمه و FROM
دستورات Dockerfile - WORKDIR، COPY، ADD
دستورات Dockerfile - RUN
دستورات Dockerfile - ENV، LABEL، USER
دستورات Dockerfile - VOLUME و EXPOSE
دستورات Dockerfile - ENTRYPOINT و CMD
پارامترسازی Dockerfiles با ARG
ساخت و اجرای تصاویر قابل استفاده مجدد
زمان ساخت در مقابل زمان اجرا
ساخت تصاویر کوچکتر
ساخت تصویر چند مرحله ای
ساخت تصاویر سفارشی پایتون
تصاویر پایه را از ابتدا بسازید
Dockerizing PyTest و Pdb - مورد ساده
ظروف جنگو برای توسعه
ظروف جنگو برای تولید
سرورهای کاربردی برای اجرای جنگو و فلاسک
موتور پایگاه داده تولید -- درجه - PostgreSQL
موتور پایگاه داده تولید - درجه - MariaDB
اجرای پروکسی سرور
نیاز به اتوماسیون
کانتینرهای کشتی:
تصاویر حمل و نقل
ثبت تصاویر و مخازن
بررسی ثبت‌های ابر کلیدی
بررسی فن آوری های ثبت محلی
ادغام گیت هاب و داکر هاب
گردش کار ساخت تصویر ظرف GitLab
آسیب پذیری اسکن تصاویر
کانتینرها را در داکر اجرا کنید:
اجرای کانتینرهای تولید در داکر
Docker Compose - مقدمه
Docker Compose File - نسخه و حجم
Docker Compose File - Networks
Docker Compose File - Services
مدیریت تصاویر با Docker Compose
چرخه عمر برنامه با Docker Compose - قسمت 1
چرخه حیات برنامه با Docker Compose - قسمت 2
معرفی Docker Swarm
تهیه Swarm با Docker Machine
کانتینرهای مستقل در Swarm
خدمات در Swarm
حالت های سرویس و مش مسیریابی ورودی
پشته برنامه در Swarm - قسمت 1
پشته برنامه در Swarm - قسمت 2
محیط کاربردی در Swarm - قسمت 1
محیط کاربردی در Swarm - قسمت 2
چرخه حیات برنامه در Swarm
خلاصه ای از Docker Runtime Environment
کانتینرها را در Kubernetes اجرا کنید:
مقدمه ای بر Kubernetes
نمای هلیکوپتر Kubernetes به عنوان پلتفرم برنامه
نصب یک خوشه کوچک Kubernetes
اجرای برنامه ساده در Minikube
استقرار برنامه چند کانتینر در Minikube - قسمت 1
استقرار برنامه چند کانتینری در Minikube - قسمت 2
Pod Controllers Part 1 - Introduction and ReplicaSet
پاد کنترلر قسمت 2- استقرار
Pod Controllers Part 3 - StatefulSet، DaemonSet
Pod Controllers Part4 - Job, CronJob
خدمات
حجم ها
استقرار یک برنامه چند کانتینری در موتور Google Kubernetes
محیط کاربردی در Kubernetes
علم داده و یادگیری ماشین در کانتینرها:
بخش مقدمه و بررسی اجمالی
ظروف در تحقیق و آزمایش
یادگیری ماشینی در تولید
نوت بوک Jupyter در Docker
کد پایتون را در Jupyter Container اجرا کنید
علم داده در کانتینر ژوپیتر
TensorFlow در کانتینرها
مدل‌های طبقه‌بندی MNIST در ظرف تنسورفلو
خدمت تنسورفلو - مثال پیش بینی
تشخیص شی در ظرف تنسورفلو
پردازنده گرافیکی انویدیا و داکر