你的第一本 Linux 入門書：使用 WSL 建立 Linux 軟體開發與部署環境，一次學會 Docker、版本控制、建立 AI 預訓練模型
陳會安
買這商品的人也買了...
-
調查研究方法 (Survey Research Methods)$300$270 -
NumPy 高速運算徹底解說 - 六行寫一隻程式？你真懂深度學習？手工算給你看！$750$593 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
深度學習的數學地圖 -- 用 Python 實作神經網路的數學模型 (附數學快查學習地圖)$580$458 -
C 和 C++ 游戲趣味編程 (全彩印刷)$594$564 -
Python 機器學習與深度學習特訓班：看得懂也會做的AI人工智慧實戰, 2/e (附120分鐘影音教學/範例程式)$520$411 -
Windows 駭客程式設計：勒索病毒(第二冊) -- 原理篇, 2/e$590$269 -
輕鬆學量子程式設計｜從量子位元到量子演算法$520$411 -
IT 工程師必需！Linux 快速入門實戰手冊 - 從命令列、系統設定到開發環境建置, 實體機、虛擬機、容器化、WSL、雲端平台全適用$630$498 -
$454MongoDB 性能調優實戰 -
ChatGPT ✕ Excel VBA 網路爬蟲與資料分析：使用生成式 AI 「重啟」你的 Excel 辦公室自動化$499$394 -
Node.js 量化投資全攻略：從資料收集到自動化交易系統建構實戰（iThome鐵人賽系列書）【軟精裝】$760$380 -
C++ 之旅, 3/e$654$621 -
PostgreSQL 數據庫實戰派$708$673 -
$517高效 C/C++ 調試 -
跟 NVIDIA 學深度學習！attention、Transformer、GPT、BERT...，紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$695 -
Llama 大模型實踐指南$474$450 -
二進制安全基礎$414$393 -
$352AI Agent：AI的下一個風口 -
LangChain 簡明講義：從0到1建構 LLM 應用程式$480$456 -
人工智慧 Python 程式設計$450$428 -
Clean Code 錦囊妙計 (Clean Code Cookbook : Recipes to Improve the Design and Quality of Your Code)$880$695 -
機器學習入門 ─ Weka$300$270 -
資料科學：困難部分 (Data Science: The Hard Parts)$680$537 -
ChatGPT 4 Omni 萬用手冊 2024 夏季號：GPT-4o、GPTs、DALL-E 3、Copilot、Gemini、Claude 3$680$537
相關主題
商品描述
新手的第一本Linux入門手冊！
帶你學會操作Docker容器，輕鬆建立多種開發環境
- 本書是一本Linux作業系統和Docker技術的入門書，也是一本探討虛擬化技術的書，可以讓初學者輕鬆在Windows作業系統學習Linux和Docker技術，並且教你如何使用Linux作業系統來建構專案所需開發環境的書。
本書首先會詳細說明Linux作業系統的命令，接著實際建構PHP、Node.js和Python開發環境，最後進入Docker主題，讓讀者擁有足夠的Linux能力，可以自行打造Docker容器的開發環境，並且透過Visual Studio Code進行專案開發。
讀完本書，你除了能學會基本Linux作業系統的使用，在Linux作業系統架設伺服器、建立Node.js、Python和Keras深度學習開發環境，還可以進一步學習如何使用Docker容器化技術，透過Docker命令來建立、啟動、停止、暫停和移除容器。最後，你還能使用ChatGPT提問模板來建立Dockerfile，建構部署專案所需的DevOps開發與運維環境。
▍你將學會
◆ 理解虛擬機與容器的原理與差異
◆ 利用WSL 2在Windows中安裝Linux虛擬環境
◆ 建構PHP、Node.js和Python開發環境
◆ 搭配Visual Studio Code進行專案開發
◆ 使用Gradio介面快速部署AI預訓練模型
◆ 介紹Docker映像檔、容器和倉庫的基本操作
◆ 使用Docker技術來建立軟體開發與部署環境
作者簡介
- 陳會安
現職
專職資訊圖書作者、大專資訊課程老師
經歷
企業講師、松崗電腦產品經理、美商 PH 出版經理、專業電腦書作者。
資訊技術作家，出版超過 100 本電腦著作，包括：程式設計（C / C++、Java、C#、HTML5、PHP、ASP.NET、JSP等）、資料庫、系統分析、資料結構等各種不同主題。
近年研究人工智慧、機器學習 / 深度學習、資料科學、網路爬蟲、大數據分析和物聯網相關課程與圖書寫作，也熱衷利用 Raspberry Pi、Arduino、ESP8266 / ESP32 和 Micro:bit 等開發板製作創客作品，投入創客領域的教學與寫作。
fChart 程式設計教學工具官方網址：https://fchart.github.io/
目錄大綱
- 第一篇 虛擬化、Linux作業系統與WSL的基礎
第1章 認識虛擬化、Linux與安裝設定WSL
1-1 認識程式開發的虛擬化技術
1-2 Linux與Windows作業系統
1-3 認識WSL 2
1-4 安裝WSL 2、終端機與Linux子系統
1-5 WSL的啟動、更新與關機
第2章 使用WSL管理多個Linux發行版
2-1 安裝與維護Linux發行版
2-2 WSL基本命令
2-3 匯出與匯入Linux發行版
2-4 在Windows與Linux子系統進行互動
2-5 在Windows與Linux子系統之間交換檔案
2-6 實作案例：在Windows作業系統管理多個Linux發行版
第3章 Linux系統管理：Bash Shell
3-1 Linux常用命令
3-2 使用nano文字編輯器
3-3 Linux使用者與檔案權限命令
3-4 Linux作業系統的目錄結構
第4章 WSL支援的Linux GUI工具
4-1 安裝與解除安裝Linux應用程式
4-2 Linux文字檔和圖檔編輯器
4-3 Linux檔案管理器
4-4 Linux多媒體播放器
4-5 Linux瀏覽器
4-6 LibreOffice辨公室軟體
第二篇 虛擬機器的虛擬化：使用WSL 2的Linux子系統
第5章 使用WSL架設伺服器：Apache + MySQL + PHP
5-1 架設Apache的Web伺服器
5-2 安裝PHP開發環境
5-3 安裝與設定MySQL資料庫系統
5-4 安裝與使用phpMyAdmin管理工具
第6章 建立Python開發環境與深度學習的GPU加速
6-1 在Linux子系統安裝Miniconda
6-2 建立與管理Python虛擬環境
6-3 建立支援GPU的Keras開發環境
6-4 安裝與使用Linux子系統的Jupyter Notebook
6-5 使用Jupyter Notebook測試GPU開發環境
第7章 使用VS Code在WSL與GitHub開發應用程式
7-1 下載與安裝Visual Studio Code
7-2 使用WSL 2 + Node.js建立Web伺服器
7-3 使用WSL 2 + Python進行Web開發
7-4 認識Git和GitHub
7-5 使用GitHub檔案庫進行VS Code專案開發
第8章 部署AI模型：用Gradio部署ResNet50、BERT與GPT-2模型
8-1 建立Gradio和KerasNLP的Python開發環境
8-2 使用Gradio建立AI互動介面
8-3 Keras預訓練模型：MobileNet與ResNet50
8-4 KerasNLP預訓練模型：BERT與GPT-2
第三篇 作業系統層級的虛擬化：使用WSL 2 + Docker容器
第9章 認識與安裝設定Docker
9-1 認識Docker
9-2 使用Docker Desktop安裝設定Docker
9-3 在WSL 2的Linux發行版自行安裝Docker
9-4 談談Docker Desktop的Docker
9-5 註冊Docker Hub
第10章 Docker基本使用
10-1 Docker服務的基本操作
10-2 Docker映像檔的基本操作
10-3 Docker容器的基本操作
10-4 Docker容器的網路環境
10-5 Docker Hub倉庫的基本操作
第11章 使用VS Code在Docker容器開發應用程式
11-1 Docker Volume：容器的資料保存與交換
11-2 自行手動建立Docker容器的開發環境
11-3 在VS Code安裝Docker與開發容器擴充功能
11-4 使用VS Code在Docker容器開發應用程式
第12章 DevOps實作案例：用Dockerfile建立開發與部署環境
12-1 認識Dockerfile
12-2 用ChatGPT + Dockerfile部署Node.js專案
12-3 用ChatGPT + Dockerfile部署Python專案
12-4 用ChatGPT + Dockerfile部署Apache + PHP專案