Docker
📘 কনটেইনারে অ্যাপ প্যাকেজ।
🌐 Package apps in containers.
🚀
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
কনটেইনারে অ্যাপ প্যাকেজ।
কনটেইনারে অ্যাপ প্যাকেজ।
🌐 English:
Package apps in containers.
Package apps in containers.
🗂 কোথায় পড়ে
৬. ইঞ্জিনিয়ারিং ও ক্যারিয়ার → এমএলঅপস ও ডিপ্লয়মেন্ট → Docker
🎯 এই শাখার লক্ষ্য
Version, containerise, deploy and monitor models
🧰 টুলস
Git, Docker, FastAPI, MLflow
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
"আমার কম্পিউটারে চলে" সমস্যার সমাধান—সব জায়গায় একই পরিবেশ।
- ধাপ 1Image = অ্যাপ + নির্ভরতার প্যাকেজ; Container = চলমান ইমেজ
- ধাপ 2Dockerfile: FROM python:3.11-slim → COPY requirements.txt → RUN pip install → COPY . → CMD
- ধাপ 3docker build -t app . ; docker run -p 8000:8000 app
- ধাপ 4docker-compose দিয়ে একাধিক সার্ভিস (অ্যাপ + ডাটাবেস)
🧪 বাস্তব উদাহরণ
FastAPI মডেল API-কে Docker ইমেজ বানিয়ে যেকোনো ক্লাউডে একই ভাবে চালানো।
⚠️ সাধারণ ভুল
বড় বেস ইমেজ ও অপ্রয়োজনীয় ফাইল—ইমেজ কয়েক GB।
🔑 মূল শব্দ (Key terms)
DockerimagecontainerDockerfiledocker-compose
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক4.1 Image ও Container
4.2 Dockerfile লেখা
4.3 docker-compose
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (MLOps & Deployment)
এডিট করে Run চাপুন · Ctrl+Enter# Save / load a model and serve predictions like an API would
import pickle, json
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
X,y=load_iris(return_X_y=True); model=LogisticRegression(max_iter=300).fit(X,y)
blob=pickle.dumps(model); served=pickle.loads(blob)
def predict_endpoint(payload:str):
x=json.loads(payload)["features"]; return json.dumps({"class":int(served.predict([x])[0])})
print("POST /predict ->",predict_endpoint('{"features":[5.1,3.5,1.4,0.2]}'))
print("model size:",len(blob),"bytes")❓
সেল্ফ-চেক · Self check
🔗