Jump To Close Expand all Collapse all Table of contents 데이터 모델 개발 1. 데이터 모델 개발 개요 2. OpenShift Data Science용 Python S2I 애플리케이션 생성 Expand section "2. OpenShift Data Science용 Python S2I 애플리케이션 생성" Collapse section "2. OpenShift Data Science용 Python S2I 애플리케이션 생성" 2.1. GitHub 템플릿에서 OpenShift Data Science용 Python S2I 애플리케이션 생성 2.2. OpenShift Data Science용 Python S2I 애플리케이션 생성 3. 원격 Git 리포지토리에 대한 사용자 액세스 구성 4. Git 리포지토리에서 OpenShift 애플리케이션 생성 5. 웹 콘솔을 사용하여 OpenShift 애플리케이션 빌드 6. Webhook를 사용하여 업데이트된 애플리케이션 자동 다시 빌드 7. volumeter에서 시험판 만들기 또는 가져오기 Expand section "7. volumeter에서 시험판 만들기 또는 가져오기" Collapse section "7. volumeter에서 시험판 만들기 또는 가져오기" 7.1. 새 제품 만들기 7.2. kubeconfigpyterLab을 사용하여 Git 리포지토리에서 기존 실버 파일 업로드 8. 모델을 독립적인 Python 함수로 저장 Expand section "8. 모델을 독립적인 Python 함수로 저장" Collapse section "8. 모델을 독립적인 Python 함수로 저장" 8.1. 노트북 서버에 Python 패키지 설치 9. 샘플 Flask 애플리케이션을 사용하여 Python 함수 테스트 10. Git 리포지토리로 프로젝트 변경 사항 내보내기 11. 예측 함수에 배포된 애플리케이션 끝점 테스트 법적 공지 Settings Close Language: 한국어 日本語 简体中文 English Language: 한국어 日本語 简体中文 English Format: Multi-page Single-page Format: Multi-page Single-page Language and Page Formatting Options Language: 한국어 日本語 简体中文 English Language: 한국어 日本語 简体中文 English Format: Multi-page Single-page Format: Multi-page Single-page 3장. 원격 Git 리포지토리에 대한 사용자 액세스 구성 데이터 과학자 및 애플리케이션 개발자는 리포지토리에서 데이터를 푸시하고 가져오기 위해 원격 Git 리포지토리에 대한 개발자 액세스 권한이 필요합니다. 리포지토리 소유자는 이러한 사용자를 리포지토리에 추가하여 이 액세스 권한을 활성화할 수 있습니다. GitHub 리포지토리의 경우 GitHub 설명서를 참조하십시오. 개인 저장소의 경우: 협력자를 초대 조직 리포지토리의 경우: 조직 멤버 추가 Previous Next