Публикации по теме 'kubernetes'
Внедрение сложного приложения R в рабочую среду с помощью Argo Workflows
Привет! Меня зовут Педро Затерка , я научный сотрудник и инженер по машинному обучению в компании 4intelligence . Мы — бразильский стартап, специализирующийся на экономике и искусственном интеллекте, предлагающий консультационные услуги, а также платформу AutoML, которую мы называем FaaS (прогноз как услуга). Основное узкое место и то, что Argo помогла нам решить, сосредоточено на последнем, но все области взаимосвязаны, поскольку наши внутренние команды также в значительной степени..
Kubeflow 1.3 : яркий, безопасный и масштабируемый
Общие сведения. Я попробовал Kubeflow 1.0 в мае 2020 года с узким фокусом на конвейерах облачного машинного обучения . В последнем выпуске Kubeflow 1.3 они упростили процесс установки, повысили безопасность и удобство работы пользователей. Даже с этими обновлениями пользователям, не являющимся техническими/неинженерными, по-прежнему приходится учиться. Еще одним улучшением является возможность выбирать компоненты, которые вы хотите установить. ИМО, идеальный вариант использования..
От диаграмм к коду: какой инструмент подходит для ваших потребностей в развертывании Kubernetes?
Kubernetes стал популярным решением для управления контейнерными приложениями, но развертывание и управление приложениями в Kubernetes может оказаться сложной задачей. В этой статье я расскажу о некоторых из этих проблем и поделюсь тем, как мне удалось их решить.
Как создать и развернуть стек MERN на GCP GKE Autopilot
Пошаговое руководство с примером проекта
GKE — это решение Kubernetes, управляемое GCP, которое позволяет запускать контейнерные приложения и управлять ими в облаке. Поскольку это управляемая служба Kubernetes, Microsoft позаботится о многих вещах для нас, таких как безопасность, обслуживание, масштабируемость и мониторинг. Это позволяет нам быстро развертывать наши…
Дженкинс: не удалось инициализировать секретный провайдер Kubernetes
У Дженкинса есть следующий сигнал тревоги:
Не удалось инициализировать секретный провайдер Kubernetes
Failed to initialize Kubernetes secret provider
java.net.UnknownHostException: kubernetes.default.svc: Name or service not known
at java.base/java.net.Inet6AddressImpl.lookupAllHostAddr(Native Method)
at java.base/java.net.InetAddress$PlatformNameService.lookupAllHostAddr(InetAddress.java:929)
at java.base/java.net.InetAddress.getAddressesFromNameService(InetAddress.java:1525)..
🦁 Еженедельник CloudNative № 375: FIFO или LIFO — что лучше для доступности и задержки?
Еженедельный информационный бюллетень Chief I/O CloudNative является частью Сообщества разработчиков FAUN . Мы помогаем разработчикам учиться и расти, поддерживая их в том, что важно.
⭐ Покровители
😍 Облачные микросервисы с Kubernetes — скидка 30%!
👋 Привет,
С вами Аймен, основатель FAUN, и я очень рад объявить о выпуске первой версии Нативных облачных микросервисов с Kubernetes .
Это подробное руководство поможет вам глубже погрузиться в тонкости микросервисов, стратегий..
Работа с высокопроизводительным процессором Node.js в производственной среде
Предположим, у вас есть служба Node.js, развернутая в производственной среде, каждая строка кода проверена и покрыта тестами. Но при 10 запросах в секунду процесс Node.js начинает потреблять 100% ЦП, или на графике ЦП появляются случайные всплески, в результате время отклика увеличивается и влияет на всех потребителей. Конечно, вы можете просто увеличить количество запущенных экземпляров, но это не решение проблемы, служба будет вести себя так же.
Основные причины высокой загрузки ЦП..
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..