Публикации по теме 'aws'
Развертывание приложения Node.js (API Express.js) в Amazon Elastic Beanstalk
Если вы читали мою предыдущую статью ( Подготовка к реакции с AWS ), то знаете, что я использую Elastic Beanstalk для управления и запуска Perfectly Chilled API. Учитывая, что оно все еще находится в стадии разработки, я постоянно развертываю новую версию приложения в среде.
Процесс развертывания быстрый и безболезненный, но его правильная настройка может стать настоящей проблемой.
Вы можете найти одну из следующих статей полезной отправной точкой:
Как..
Если вы создаете приложение для реагирования, то почему бы не поместить содержимое каталога сборки в S3 и…
Если вы создаете приложение для реагирования, почему бы не поместить содержимое каталога build в S3 и не отправить его оттуда в CloudFront. Вам действительно не нужен какой-либо сервер или Elastic Beanstalk; и приложение все равно будет работать.
Развертывание вашего первого бессерверного API Node.js в AWS Lambda
Бессерверный режим заставляет вас сосредоточиться на коде вместо того, чтобы думать о предоставлении экземпляров и управлении серверами. В этой статье мы развернем базовое веб-приложение Node.js в AWS Lambda за считанные минуты.
Во-первых, вам нужно установить Serverless Framework глобально с помощью npm. Это инструмент, который упростит вам развертывание.
npm install -g serverless
Теперь давайте создадим новый проект с шаблоном AWS Node.js.
mkdir my-serverless && cd..
365 ДНЕЙ ПИТОНА
Сегодня был довольно интересный день, и я изучал основные службы баз данных Amazon.
Я узнал о моделях баз данных, Amazon Relational Database Service, DynamoDB и Amazon Redshift.
Создание производственной AWS Lambda с помощью TypeScript
Создание производственной AWS Lambda с помощью TypeScript
В этой статье я расскажу о шагах и компонентах, необходимых для создания AWS Lambda с помощью TypeScript. Это включает в себя настройку TypeScript, WebPack, Jest для тестирования и упаковки, а также выполнение этой работы с помощью генератора Yeoman aws-lambda-typescript .
TLDR; Эта работа была выпущена как генератор Yeoman, который можно использовать для генерации скелетного кода для TypeScript AWS Lambda:
npm install -g yo..
Как запустить сервер отслеживания MLflow на AWS EC2.
В процессе настройки модели машинного обучения важно отслеживать результаты экспериментов, гиперпараметры и обученные модели. MLflow , разработанный Databricks, представляет собой платформу, которая позволяет удобно хранить эти вещи и делиться прогрессом с вашими соавторами.
В этом посте я покажу, как развернуть сервер отслеживания MLflow на инстансе Amazon EC2. Он сможет хранить гиперпараметры, метрики, обученные модели и любые другие артефакты в облаке.
I. Запустите экземпляр..
Как развернуть и запустить API Python в AWS App Runner с помощью CloudFormation
Пошаговое руководство с примером проекта С GitHub
AWS CloudFormation — это инфраструктура как инструмент кода, который можно выделить на AWS. Если вы хотите развернуть свое приложение на управляемой платформе, выбрав среду выполнения, AWS App Runner — правильный выбор. Вы можете настроить и…
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..