Docker デスクトップ 4.37 は、新しい AI カタログの統合、コマンドライン管理機能、アップグレードされたコンポーネント、強化された安定性により、AI ドリブン開発を効率化し、現代の開発者を支援します。
アイ/ミリリットル
ディープ ラーニング ワークフローの最適化: WSL 2 での安定した拡散と Docker の活用
WSL2 の有効化と Docker Desktop のインストールを含む、安定した拡散 WebUI Docker をセットアップする方法について説明します。
会話型AIが簡単に:RasaとDockerを使用したチャットボットデモのゼロからの開発
Rasa と Docker を使用した会話型 AI チャットボットの構築とデプロイについて説明し、機械学習モデルのスケーラビリティ、一貫性、管理の簡素化のためのコンテナ化の重要性を強調します。
DockerとKaskadaを使用したAI/MLのフルスタック再現性
Docker と Kaskada が機械学習の開発サイクルをどのように改善し、加速しているかをご覧ください。
ハグフェイスのDockerスペースで機械学習アプリを簡単に構築
ハグ フェイス ハブと、その Docker スペースを使用して機械学習アプリを簡単に構築する方法について説明します。
DockerとHugging FaceがAIの民主化に向けて提携
Hugging FaceとDockerが提携してAIを民主化し、ソフトウェアエンジニアがAIにアクセスしやすくすることを発表できることを嬉しく思います。
Python、Streamlit、および Docker を使用して顧客離反予測モデルを開発およびデプロイする方法
顧客離れは、今日の企業にとって数百万ドルの問題です。 SaaS市場はますます飽和状態になりつつあり、顧客は多くのプロバイダーから選択できます。 定着と育成は困難です。 オンラインビジネスは、顧客が停止すると解約と見なします...
エッジでのノーコードAIビジョンを使用した小売店の商品検出システムの構築と展開
このチュートリアルでは、Docker と、イベント ドリブン アプリケーション用のローコード プログラミング言語である Node-RED を使用して、小売店の商品検出システムを構築する方法を学習します。
PyTorch を使用して線形回帰モデルをトレーニングしてデプロイする方法
PyTorch の概要を理解し、線形回帰などの単純な問題に使用する方法と、アプリケーションをコンテナー化する簡単な方法を学習します。