Публикации по теме 'ec2'
Оптимизация переводов iPlayer
Написано Ником Спраггом и Ником Рамелем
За последний год мы начали персонализировать домашнюю страницу iPlayer в большей степени, чем раньше, — вместе с этим была изменена архитектура API.
Все данные, необходимые любому из клиентов iPlayer для отображения полной домашней страницы, будь то в браузере, на телевизоре или в мобильном приложении, можно запросить одним запросом к базовому API GraphQL.
Каждый ответ персонализирован для пользователя — он включает в себя его текущие..
Развертывание модели машинного обучения в Amazon EC2 (часть 1. Подготовка EC2)
Пронай Гош и Хирен Рупчандани
В предыдущей статье мы увидели, как развернуть модель машинного обучения в локальной системе. Пришло время развернуть модель машинного обучения в Amazon EC2 . Поэтому в этой статье мы сначала настроим среду для обученной модели машинного обучения . Это поможет нам подготовиться к развертыванию в Amazon EC2 . Для этого нам нужно будет пройти следующие шаги.
Войдите в Консоль управления AWS:
Чтобы развернуть модель в Amazon EC2..
Создание Course Assist, часть 8. Развертывание серверной части Course Assist в AWS
Создание Course Assist, часть 8. Развертывание серверной части Course Assist в AWS
Теперь, когда активная разработка Course Assist завершена, я начал процесс развертывания, первым шагом которого является развертывание серверной части в Amazon Web Services (AWS)😁. Серверная часть была построена на Python с использованием Django и остального фреймворка Django для API с базой данных PostgreSQL. Я начал с серверной части, чтобы запустить несколько тестов и посмотреть, как приложение..
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..