本课程主要讲解如何通过实验的方式实战 Spring Boot/Cloud 并结合 Docker 使用。课程包含了服务注册于发现中心 Eureka，Spring Boot Actuator 监控端点，Ribbon 客户端负载均衡，Feign 声明式 REST 调用，Docker Compose 的基本使用等知识点，最后通过 Dcoker Compose 介绍了接近实际开发的两个例子。

Docker 的本质是使用 LXC 实现类似虚拟机的功能，进而节省的硬件资源提供给用户更多的计算资源。本项目将 C++ 与 Linux 的 Namespace 及 Control Group 技术相结合，实现一个简易 Docker 容器。

本课程为 Kubernetes 入门课程，将会从零开始带领大家一步一步深入学习 Kubernetes 相关知识。这是一系列的课程，在本课程中主要讲解的是 Kubernetes 基础入门以及安装配置。

本课程内容是在《 Kubernetes 基础：入门与安装配置 》之上，继续深入讲解 Kubernetes 中非常重要的两部分内容：Pod 和 Service 。Pod 被 Kubernetes 中其他的对象管理和暴露，并且同时也使用着其他对象。而 Service 决定了集群向外部暴露内部服务的方式。

本课程由实验楼具备 Docker 实战经验的工程师精心打造，同时可以完全在线实验的 Docker 培训内容。课程包含了最快的上手教程，最新的技术领域，最多的动手实践。你可以在线实验并学习到 Docker，DockerFile，Compose，Swarm 等技术。

Kubernetes 是目前最为流行的容器编排系统，也是目前最流行的容器化应用发布平台。在实际的工作中，我们经常会遇到现有系统和 Kubernetes 进行集成的情况。 本课程通过使用 Kubernetes Go SDK 来部署一个典型的基于 HTTP 的应用来学习 Kubernetes 的资源管理并通过命令行工具的方式完成交互功能。

机器学习问题不仅是一个科学问题，更是一个工程问题。实际应用中，我们不仅要学会构建完美的机器学习模型上，同时还需要将其部署向用户提供便捷的服务。本课程将使用 TensorFlow 2 框架完成机器学习模型部署实践。

本课程内容是在《 Kubernetes 进阶（一）：Pod 与 Service 》基础之上，接着深入讲解 Kubernetes 中重要的三部分内容：控制器、存储与网络。控制器包括：Node、Namespace、ResourceQuota、Ingress。存储主要是：PV、PVC 和 StorageClass。网络需要了解架构层级、CNI 、网络策略、以及网络插件 Calico 和 Flannel。

本课程是 Docker 入门课程，共包括 12 个实验，从 Docker 概览和 Docker 技术两部分进行全面解析，深入浅出地介绍了 Docker 的相关知识，清晰详细的操作步骤结合大量的实际代码帮助读者学以致用，将 Docker 知识应用到真实的项目开发当中。

楼+ 是实验楼精心打造的教学产品，提供助教全程微信群答疑等服务。在楼+的学习中，你会在实验中动手学习，在挑战中检验自己的学习成果，以此来达到学习的目的，对只看不动手说 NO！本期主题是 AWS 实战，本期课程将涵盖 AWS EC2、S3 等主要的云计算产品。前往楼+ 介绍页面查看详情：https://www.lanqiao.cn/louplus

起源于 Google 的 Kubernetes（简称：K8s）在过去几年中一直都是云计算领域最著名的开源项目之一，为组织设计和部署应用程序带来全新定义。无论是对于开发人员、测试人员还是运维人员，Kubernetes 的诞生不仅减少了工作的复杂性，同时也减少了各种成本。本次课程将带你从入门到熟练 Kubernetes 的使用。

本课程介绍了 Kubernetes 的核心概念和资源类型，并借助实际的实验操作来掌握它们，进而帮助我们去思考这些设计的意义以及它们所应用的业务场景。主要内容包括：Kubernetes 基础概念以及使用方式、单例应用 Pod、访问应用 Service 等。

本课程为 Linux 运维基础，主要包括三部分的内容：Linux 基础、Shell 编程与文本处理、网络与安全。通过学习本课程能够熟悉操作系统的组成、编写简单的 Bash 脚本，处理网络相关问题。前往楼+ 介绍页面查看详情：https://www.lanqiao.cn/louplus/。运维实战部分可以查看课程：https://www.lanqiao.cn/courses/2657。

Geek car 自动驾驶课程注重与实际产业结合，课程开发人员都具备丰富的自动驾驶量产项目经验，对于哪些内容可以由新技术取代，哪些无法取代有着非常深刻实际的认识。在此基础上，选取了几个重要方向，编配了多个基础实验、可扩展的深度学习实验以及将来的工程实践实验，努力贴近真实的产业需求，为学员带来更加硬核、实在的课程体验。课程内容已被清华、北航等多所知名高校列入智能驾驶实验。