Construir Pipelines de Aprendizaje Automático

Apéndice A. Introducción a la Infraestructura para el Aprendizaje Automático

Este apéndice ofrece una breve introducción a algunas de las herramientas de infraestructura de más útiles para el aprendizaje automático: los contenedores, en forma de Docker o Kubernetes. Aunque éste puede ser el punto en el que entregues tu canalización a un equipo de ingeniería de software, es útil que cualquiera que construya canalizaciones de aprendizaje automático conozca estas herramientas.

¿Qué es un contenedor?

Todos los sistemas operativos Linux se basan en el sistema de archivos, o la estructura de directorios que incluye todos los discos duros y particiones. Desde la raíz de este sistema de archivos (denotada como /), puedes acceder a casi todos los aspectos de un sistema Linux. Los contenedores crean una nueva raíz más pequeña y la utilizan como un "Linux más pequeño" dentro de un host más grande. Esto te permite tener todo un conjunto separado de bibliotecas dedicadas a un contenedor concreto. Además, los contenedores te permiten controlar recursos como el tiempo de CPU o la memoria de cada contenedor.

Docker es una API fácil de usar que gestiona contenedores. Los contenedores pueden construirse, empaquetarse, guardarse e implementarse varias veces mediante Docker. También permite a los desarrolladores construir contenedores localmente y luego publicarlos en un registro central del que otros pueden extraerlos y ejecutar inmediatamente el contenedor.

La gestión de dependencias es un gran ...