机器学习之阿里云天池大赛--Docker入门(二)

简介: 本文为作者参加天池大赛Docker入门赛记录文章,接续上一篇(机器学习之阿里云天池大赛--Docker入门),比分从30到100。

在上一篇文章中,实现了阿里云天池大赛Docker入门得分,此次主要解决的问题是完成剩余的两个功能得到100分。

1、创建数据csv文件

在开发目录下创建tcdata/num_list.csv,并在文件中输入大于10个随机正整数,操作方法既可以用python生成也可以用Excel生成,为了方便本人使用的是Excel。
注意:在作者的测试过程中,此处随机数个数要大于10,否则系统不计分。

=RANDBETWEEN((1,100)

image.png
图1 Excel生成随机数

查看下创建完成后的文件

image.png
图2 完整的文件列表

2、完成赛题第二和第三条要求得到100分

在main.py中添加代码,实现数字求和运算以及排序取top10。

#main.py
import json
import csv
 
num = 0
numbers = []
with open('/tcdata/num_list.csv') as f:
    f_csv = csv.reader(f)
    for row in f_csv:
        #numbers.append(row[0])
        number = int(row[0])
        num += number
        numbers.append(number)
 
numbers.sort(reverse = True)
f.close()
#print(numbers)
data = json.dumps({'Q1': 'Hello world', 'Q2': num, 'Q3':numbers[:10]})
json_file = open('result.json', 'w')
json_file.write(data)
json_file.close()

打包镜像并上传

#登录阿里云Docker Registry
sudo docker login --username=zhix****@gmail.com registry.cn-shenzhen.aliyuncs.com

#打包镜像
sudo docker build -t registry.cn-shenzhen.aliyuncs.com/***/dockerlearn01:0.11 .

#执行任务
sudo docker run imageId sh run.sh

#上传镜像
sudo docker push registry.cn-shenzhen.aliyuncs.com/***/dockerlearn01:0.11

在结果提交界面提交结果等待执行结束,在“我的成绩”可以看到得分情况,经过测试,使用10个随机数字的时候任务三得0分,使用50个随机数字任务三得40分。
image.png
图3 得分结果

目录
相关文章
|
1月前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1443 9
|
1月前
|
机器学习/深度学习 数据采集 算法
量子机器学习入门:三种数据编码方法对比与应用
在量子机器学习中,数据编码方式决定了量子模型如何理解和处理信息。本文详解角度编码、振幅编码与基础编码三种方法,分析其原理、实现及适用场景,帮助读者选择最适合的编码策略,提升量子模型性能。
158 8
|
5月前
|
PyTorch 调度 算法框架/工具
阿里云PAI-DLC任务Pytorch launch_agent Socket Timeout问题源码分析
DLC任务Pytorch launch_agent Socket Timeout问题源码分析与解决方案
268 18
阿里云PAI-DLC任务Pytorch launch_agent Socket Timeout问题源码分析
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
阿里云人工智能平台 PAI 开源 EasyDistill 框架助力大语言模型轻松瘦身
本文介绍了阿里云人工智能平台 PAI 推出的开源工具包 EasyDistill。随着大语言模型的复杂性和规模增长,它们面临计算需求和训练成本的障碍。知识蒸馏旨在不显著降低性能的前提下,将大模型转化为更小、更高效的版本以降低训练和推理成本。EasyDistill 框架简化了知识蒸馏过程,其具备多种功能模块,包括数据合成、基础和进阶蒸馏训练。通过数据合成,丰富训练集的多样性;基础和进阶蒸馏训练则涵盖黑盒和白盒知识转移策略、强化学习及偏好优化,从而提升小模型的性能。
|
5月前
|
缓存 并行计算 测试技术
阿里云PAI-全模态模型Qwen2.5-Omni-7B推理浅试
阿里云PAI-全模态模型Qwen2.5-Omni-7B推理浅试
1229 12
|
8月前
|
API 开发工具 Python
阿里云PAI部署DeepSeek及调用
本文介绍如何在阿里云PAI EAS上部署DeepSeek模型,涵盖7B模型的部署、SDK和API调用。7B模型只需一张A10显卡,部署时间约10分钟。文章详细展示了模型信息查看、在线调试及通过OpenAI SDK和Python Requests进行调用的步骤,并附有测试结果和参考文档链接。
3513 11
阿里云PAI部署DeepSeek及调用
|
8月前
|
机器学习/深度学习 人工智能 开发者
DeepSeek安装部署指南,基于阿里云PAI零代码,小白也能轻松搞定!
阿里云PAI平台支持零代码一键部署DeepSeek-V3和DeepSeek-R1大模型,用户可轻松实现从训练到部署再到推理的全流程。通过PAI Model Gallery,开发者只需简单几步即可完成模型部署,享受高效便捷的AI开发体验。具体步骤包括:开通PAI服务、进入控制台选择模型、一键部署并获取调用信息。整个过程简单快捷,极大降低了使用门槛。
1873 43
|
7月前
|
存储 人工智能 云栖大会
【云栖大会】阿里云设计中心 × 教育部协同育人项目成果展,PAI ArtLab助力高校AIGC教育新路径
【云栖大会】阿里云设计中心 × 教育部协同育人项目成果展,PAI ArtLab助力高校AIGC教育新路径
|
6月前
|
人工智能 自然语言处理 运维
Qwen3 全尺寸模型支持通过阿里云PAI-ModelGallery 一键部署
Qwen3 是 Qwen 系列最新一代的大语言模型,提供了一系列密集(Dense)和混合专家(MOE)模型。目前,PAI 已经支持 Qwen3 全系列模型一键部署,用户可以通过 PAI-Model Gallery 快速开箱!
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
云上一键部署通义千问 QwQ-32B 模型,阿里云 PAI 最佳实践
3月6日阿里云发布并开源了全新推理模型通义千问 QwQ-32B,在一系列权威基准测试中,千问QwQ-32B模型表现异常出色,几乎完全超越了OpenAI-o1-mini,性能比肩Deepseek-R1,且部署成本大幅降低。并集成了与智能体 Agent 相关的能力,够在使用工具的同时进行批判性思考,并根据环境反馈调整推理过程。阿里云人工智能平台 PAI-Model Gallery 现已经支持一键部署 QwQ-32B,本实践带您部署体验专属 QwQ-32B模型服务。