1.本书主要针对职业院校学生的特点，突出素质教育，以培养学生的能力为本位，以提高学生的就业技能为导向。
2.全书内容简洁、结构严谨、逻辑分明、条理清晰，在内容和形式上都有创新。
3.教材的编写由浅入深，即使没有接触过云计算开发的学生也能很快上手。
4.本教材注重理论与实践的结合，使学生能通过实践深化对理论的理解，学会并掌握理论知识的实际应用。能更好的培养学生的专业技能和实践能力，学生在学完本书后能学以致用。
5.本书采用“任务驱动”“案例教学”“启发式教学”等教学方法，充分激发学生的学习兴趣，发挥学生学习的主动性，变常规的被动学习和填鸭式教学为积极主动学习。
6.参与本书编写工作的人员都是长期从事云计算开发技术及相关课程教学的一线教师和长期从事云计算开发的工程师，具有丰富的教学经验和实践经验。

本书涵盖云计算和人工智能两大领域的内容，着重讲解人工智能应用在云平台上的部署与开发。全书共7个项目，分别介绍云容器和应用开发入门、Ubuntu操作系统的部署、Ubuntu操作系统的配置、Ubuntu云容器的部署、Ubuntu云容器的开发、AI云容器的部署和AI云容器的开发。每个项目均提供实践操作，可帮助读者巩固理论知识。
本书可以作为职业院校计算机、云计算和人工智能相关专业的教材，也可供计算机爱好者参考。

项目1  云容器和应用开发入门  1
问题引入  1
知识目标  1
思路指导  2
任务1.1  认识云计算  2
工作任务  2
相关知识  3
任务实施  5
任务1.2  认识云容器  8
工作任务  8
相关知识  9
任务实施  9
任务1.3  了解利用云容器开发人工智能应用的优势  14
工作任务  14
相关知识  15
任务实施  19
项目小结  21
思考与训练  21
项目2  Ubuntu操作系统的部署  22
问题引入  22
知识目标  22
技能目标  22
思路指导  23
任务2.1  了解Ubuntu操作系统  23
工作任务  23
相关知识  23
任务实施  26
任务2.2  安装虚拟化软件  29
工作任务  29
相关知识  30
任务实施  30
任务2.3  创建Linux虚拟机  34
工作任务  34
相关知识  34
任务实施  35
项目小结  49
思考与训练  50
项目3  Ubuntu操作系统的配置  51
问题引入  51
知识目标  51
技能目标  51
思路指导  52
任务3.1  学习Ubuntu基本命令  52
工作任务  52
相关知识  53
任务实施  54
任务3.2  配置网络和防火墙  72
工作任务  72
相关知识  73
任务实施  74
任务3.3  部署文件传输服务  78
工作任务  78
相关知识  78
任务实施  79
项目小结  81
思考与训练  81
项目4  Ubuntu云容器的部署  83
问题引入  83
知识目标  83
技能目标  83
思路指导  83
任务4.1  准备云容器环境  84
工作任务  84
相关知识  84
任务实施  96
任务4.2  安装云容器服务  102
工作任务  102
相关知识  102
任务实施  102
任务4.3  部署私有仓库  105
工作任务  105
相关知识  105
任务实施  106
项目小结  109
思考与训练  109
项目5  Ubuntu云容器的开发  110
问题引入  110
知识目标  110
技能目标  110
思路指导  111
任务5.1  启动BusyBox云容器  111
工作任务  111
相关知识  111
任务实施  113
任务5.2  创建MySQL云容器  116
工作任务  116
相关知识  116
任务实施  117
任务5.3  搭建Web容器  120
工作任务  120
相关知识  120
任务实施  122
任务5.4  开发云硬盘容器  124
工作任务  124
相关知识  124
任务实施  126
项目小结  128
思考与训练  129
项目6  AI云容器的部署  130
问题引入  130
知识目标  130
技能目标  130
思路指导  130
任务6.1  学习TensorFlow人工智能平台  131
工作任务  131
相关知识  131
任务实施  134
任务6.2  部署TensorFlow云容器  135
工作任务  135
相关知识  136
任务实施  136
任务6.3  使用TensorFlow开发“HelloWorld”程序  139
工作任务  139
相关知识  139
任务实施  140
项目小结  158
思考与训练  159
项目7  AI云容器的开发  160
问题引入  160
知识目标  160
技能目标  160
思路指导  160
任务7.1  训练手写数字识别模型  161
工作任务  161
相关知识  161
任务实施  163
任务7.2  训练商品销量预测模型  168
工作任务  168
相关知识  168
任务实施  169
任务7.3  训练人脸识别模型  171
工作任务  171
相关知识  172
任务实施  172
项目小结  184
思考与训练  184