# 容器镜像服务 #
0
关注
2330内容
通过阿里云容器服务上手Caffe + GPU训练
阿里云容器服务提供的深度学习解决方案内置了对Tensorflow, Keras, MXnet框架的环境，并支持基于它们的深度学习模型开发、模型训练和模型预测。同时，对于模型训练和预测，用户还可以通过指定自定义容器镜像的方式，使用其他深度学习框架。
使用Spring Cloud和Docker构建微服务
本文讲的是使用Spring Cloud和Docker构建微服务，【编者的话】这是系列博文中的第一篇，本文作者使用Spring Cloud和Docker构建微服务平台，文章的例子浅显易懂。
|
Kubernetes ：Launcher 基于 kubeadm 的部署工具
支持的集群类型
单主机集群
可增删主节点的高可用集群
可增删主节点的高可用集群
用途：建议用户在生产环境中使用
功能：高可用的Etcd集群；支持至少2个Master节点；支持高可用的Vespace存储；局域网内的时间同步组件；内置的镜像仓库（Alpha）；应用级别的负载均衡（Alpha）等
其实，在内部实现中，为了使整个逻辑更加的简单，我们将主节点上的组件，只与本节点的apiserver联系，当然，Etcd节点为独立的模块，我们当前的Etcd节点都运行在master节点上。
|
云上深度学习实践（二）-云上MXNet实践
目录
云上深度学习实践（一）-GPU云服务器TensorFlow单机多卡训练性能实践
云上深度学习实践（二）-云上MXNet实践
1 MXNet 简介
1.1 MXNet特点
MXNet是一个全功能，灵活可编程和高扩展性的深度学习框架。所
《Docker容器：利用Kubernetes、Flannel、Cockpit和Atomic构建和部署》——1.2 了解容器的组成
Linux发行版和应用项目在Docker Hub Registry上有官方的repository。除了Docker容器镜像本身，多数情况下，你也能在Docker Hub Registry上查找使用这些镜像的说明以及用来构建这些镜像的Dockerfile文件。
|
云时代如何借助云的力量实现自动化CI/CD流程？
21世纪如何借助云的力量更加便捷地实现持续集成和持续交付？运维工程师如何正确使用阿里云容器镜像服务提供的持续交付和持续部署功能？本文将带领大家从一个资深运维人员的角度去探讨云时代自动化的CD（持续集成和持续部署）流程如何让运维工程师“失业”。
免费试用