Публикации по теме 'deployment'
Создание консолидированного документа о зависимостях лицензий с помощью node JS
Вы когда-нибудь задумывались о том, чтобы иметь сторонний лицензионный документ, содержащий лицензию на все производственные зависимости вашего проекта JavaScript? Это действительно необходимо?
Внезапный ответ будет нет , мы предполагаем, что зависимости, используемые в наших проектах, загружаются через npm или yarn, и у нас есть разрешение на их упаковку и распространение по своему усмотрению. Однако, когда вы просматриваете лицензионные документы некоторых из этих зависимостей, вы..
Шаблоны развертывания для моделей машинного обучения
Привет, мир машиностроения!
Допустим, вы работаете в отделе обработки данных вашей компании. Вы очень счастливы, потому что успешно обучили модель машинного обучения, и ее производительность является выдающейся. Итак, каков следующий шаг? Внезапно архитектор данных спрашивает вас: готовы ли вы к развертыванию? Сегодня мы рассмотрим некоторые шаблоны развертывания, чтобы вы могли быть уверены, что ваша модель готова к развертыванию.
Прежде чем начать, мы должны упомянуть, что для..
«Выбор Next.js вместо Vue.js: преимущества и выгоды»
В мире веб-разработки выбор правильной среды может существенно повлиять на успех и эффективность ваших проектов. Хотя Vue.js и Next.js являются мощными интерфейсными фреймворками, в этом блоге будут рассмотрены причины, по которым вы можете рассмотреть возможность выбора Next.js при создании современных веб-приложений.
1. Бесшовный рендеринг на стороне сервера (SSR) и генерация статического сайта (SSG).
Одной из выдающихся особенностей Next.js является встроенная поддержка серверного..
Как не развертывать модели Keras / TensorFlow
и как это сделать с умом с модельными серверами
Хотя большинство статей о глубоком обучении сосредоточено на моделировании, очень мало статей о том, как развернуть такие модели в производственной среде. Некоторые из них говорят «производственная», но часто просто используют неоптимизированную модель и встраивают ее в веб-сервер Flask. В этом посте я объясню, почему такой подход плохо масштабируется и расходует ресурсы.
«Производственный» подход
Если вы ищете, как развернуть модели..
[Совет] TorchScript поддерживает половинную точность
Ускорение логического вывода для моделей, обученных со смешанной точностью
(Этот пост изначально был опубликован в моем личном блоге .)
Это короткий пост, описывающий, как использовать половинную точность в TorchScript . Это может ускорить модели, которые были обучены с использованием смешанной точности в PyTorch (с использованием Apex Amps ), а также некоторые модели, обученные с использованием полной точности (с некоторым потенциальным снижением точности).
TorchScript — это..
жизненный цикл проекта машинного обучения
Когда вы начинаете изучать какой-либо алгоритм машинного обучения или продвинутые алгоритмы глубокого обучения из любых курсов, сначала вы понимаете теорию и математику, лежащие в основе этого алгоритма, а затем практикуете его, создавая модель с помощью ноутбука Jupyter, возможно, с нуля, или вы решите использовать фреймворк. например, тензорный поток, керас, питорч и т. д.
В этом сценарии вы почти всегда будете работать с проблемой, определенной кем-то другим, с данными, которые уже..
Развертывание приложения RedwoodJS в Netlify без API/базы данных
Эта информация верна для RedwoodJS v1.3 и могла измениться с момента ее первой публикации.
Простые статические сайты иногда — это все, что нам нужно для нашего варианта использования, и в этом случае нам не нужен слой API или база данных для нашего сайта.
Файловая структура Redwood обеспечивает четкое разделение между внешним интерфейсом (находится в папке /web ) и бэкэндом (папка /api ), что позволяет легко удалить слой API и базу данных, когда они не нужны на сайте, просто удалив..
