python - 如何将基于 Dockerized ML 的应用程序部署到我们自己的服务器(而不是在云上)?
问题描述
如何将基于 Dockerized ML 的应用程序部署到我们自己的服务器(而不是在云上)?以及如何使其在互联网上仅适用于 200 人的小用户组?对于这种小型用户组,我是否需要多个 docker 实例(和 Kubernetes)?如果我只使用一个 docker 实例,将如何处理来自 2 个或更多并行用户的同时请求?...感谢您的回答并提前致谢!
解决方案
推荐阅读
- ios - 当视图回到原位时需要帮助定位图像
- python - 选择数据框中的行,其中 ID 必须基于 PySpark 中的两个不同行具有两个条件
- android - 使用 Google Tink 加密间歇性损坏数据
- c# - 日志被ServiceCollection配置构建后可以修改和重建吗?
- python - TensorFlow 将所有图像分类为同一类
- go - 谁负责检查状态?
- javascript - 如何合并事件监听器?
- php - 获取电子表格 Google 电子表格 api PHP 的标题
- kubernetes - 如何在 Kubernetes 中使用网络策略拒绝所有 Ingress UDP
- ios - 为什么下划线样式不适用于 NSAttributedString?