Публикации по теме 'deployment'
Развертывание кода Python в средах, отличных от Python: советы и приемы
Python — универсальный язык со множеством мощных библиотек и фреймворков, что делает его популярным выбором для самых разных приложений. Однако могут быть случаи, когда вам нужно развернуть код Python в средах, отличных от Python, например, при интеграции с другими системами или при развертывании на платформе, которая изначально не поддерживает Python. При наличии правильных инструментов и методов это можно сделать успешно.
В этой статье мы рассмотрим некоторые способы развертывания..
Политики развертывания в AWS Elastic Beanstalk
AWS Elastic Beanstalk предоставляет несколько вариантов обработки развертываний , включая политики развертывания: Все сразу , Последовательно , Последовательно с дополнительным пакетом , Неизменный и Разделение трафика . Что все это значит?
Все вместе
Как следует из его названия, вы развертываете все изменения в своей среде одновременно. Shikisoft сделал эти полезные диаграммы, чтобы проиллюстрировать различия:
Последовательное развертывание
При последовательном..
Контролируйте и обновляйте свои модели
Развертывание модели - это только начало ...
После долгого этапа разработки, на котором вам приходилось заниматься проектированием функций, выбором функций, регуляризацией и т. Д., Вы, наконец, развернули свою потрясающую модель машинного обучения в своей производственной среде.
Но через несколько недель вы поймете, что ваша модель вышла из-под контроля, ее прогнозы не имеют никакого смысла. Что творится? Как решить эту проблему? Мы ответим на эти вопросы в этой статье.
I...
Настройка дашборда ML в локальной системе
Настройка дашборда ML в локальной системе
Это будет короткая статья, предназначенная только для того, чтобы показать, как настроить информационную панель цен на жилье в вашей локальной системе.
Ссылка на код: https://www.kaggle.com/pratik1120/housing-prices-eda-processing-and-modelling Ссылка на файлы проекта: strong> https://github.com/pratik-276/End-to-End-Machine-Learning-Projects Ссылка на развернутый веб-сайт: https://pratik- цены на жилье-react.herokuapp.com/..
Создание API для модели машинного обучения с помощью FLASK
Теперь, когда вы успешно создали модель машинного обучения и хотите использовать ее в своем приложении, просто выполните следующие действия, чтобы создать конечную точку API для получения прогнозов вашей модели машинного обучения:
1. Сохраните модель с помощью библиотеки «pickle»:
Позже вы можете открыть этот файл рассола и вызвать функцию прогнозировать [PP1] , чтобы получить прогноз на основе новых данных.
2. «pickle.dump» имеет два параметра:
а. Первая - это модель (на..
Разверните приложение NodeJS в Digital Ocean Droplet || Пошаговое руководство
Начиная
Как разработчик, вы, скорее всего, задали себе очень известный вопрос после завершения проектирования и разработки вашего приложения: «Что теперь? Как сделать его доступным для пользователей? ». Что ж, вы все еще можете сделать это, запустив приложение локально на своем компьютере и предоставив людям свой IP-адрес для доступа к нему из своих браузеров. Тем не менее, это не лучший вариант, учитывая, что вам нужно будет время от времени выключать машину. Второй и лучший..
Развертывание приложения Node в DigitalOcean
Использование облачных серверов DO, git, nginx и forever.js для запуска и запуска приложения узла!
ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ: Это моя первая статья на Medium. Я профессионально занимаюсь веб-разработкой уже три года, и мне показалось, что пришло время расшириться и показать несколько действительно крутых вещей, над которыми я работал. Вот оно!
Обзор
В этой статье я расскажу вам, как взять завершенное приложение узла (в этом примере я буду использовать свое недавно завершенное..