【無料で読める】Docker Desktop for Windows/Macでつくるクリーンな開発環境構築入門(Python版)

★2021/4/7 大幅Update！★
ご購入済の方はコンテンツと端末の管理からアップデートが可能です！
・Docker Desktop3.2に対応しました
・Python3.9に対応。モジュールも最新化しています
・Docker DashboardとDocker Explorerの説明、Jupyter Labの構築例を追記しました
使用するソフトウェアを執筆(2021年3月)時点で最新化し、説明文章や画面キャプチャを更新しました。詳しくは「初版(2020/7/19版)との違い」をご確認ください。
—–
Docker DesktopとVSCodeを組み合わせたリモート開発を楽しもう！
WSL2の登場によりWindowsHomeでもDockerを使えるようになりました。
本書ではWindowsまたはMacでDocker DesktopとVSCodeによるPythonの開発環境の方法を紹介しています。本書を読むことでDockerについて理解し、VSCodeと組み合わせた開発環境を構築できるようになることでしょう。
経験者にはDockerfileやdocker-compose.yml、VSCodeの設定ファイルなどについての詳しい説明が役に立ちます。
また、DockerとVSCodeによる開発環境の構築は、適切に動作する組み合わせを選択して検証するのはかなり時間がかかります。本書で紹介している機械学習やスクレイピング、Webアプリなどパターン別の開発環境構築例を活用してください。

■目次

1.なぜDockerなのか
　開発環境の理想と現実
　Dockerとは
　コンテナという楽園

2.インストール – Windowsの場合
　作業の前に
　必要要件
　CPUの仮想化支援機能の有効化
　WSL2のインストール
　Docker Desktopのインストール
　VSCodeのインストール
　GitHubのアカウント登録
　Gitのインストールと環境設定

3.インストール – Macの場合
　作業の前に
　必要要件
　Docker Desktopのインストール
　VSCodeのインストール
　GitHubのアカウント登録
　Gitのインストールと環境設定

4.Docker入門
　Dockerの概要
　Dockerイメージに関するコマンド
　コンテナに関するコマンド
　フォルダのマウント
　Dockerfile
　Dockerfileに関するその他のトピック
　コンテナのネットワーク
　Docker Compose
　Docker Dashboard
　Docker Explorer

5.VSCodeとDockerによる開発環境の構築
　概要
　拡張機能
　サンプルプロジェクトの構成
　Git管理
　リモート開発

6.パターン別開発環境の構築例
　機械学習(Scikit-learn)SVMによる分類モデル
　機械学習(TensorFlow)転移学習とモデルの保存
　機械学習(TensorFlow)転移学習とモデルの保存
　機械学習(TensorFlow)TensorBoardの利用
　スクレイピング(BeautifulSoup)
　Django
　Flask
　Jupyter Notebook
　Jupyter Lab

• Docker Desktop for Windows/Macでつくるクリーンな開発環境構築入門(Webアプリケーション版)