文件名称：doodle-devops:ML DevOps示例项目
文件大小：2.03MB
文件格式：ZIP
更新时间：2024-05-06 13:02:52
JupyterNotebook
Doodle-devops 这是一个ML DevOps演示项目，它使用多服务方法进行模型训练，服务和用户交互。 该演示的灵感来自并使用进行了模型预训练。 关键的挑战是：您可以画猫，狗或老鼠，以便AI可以识别它吗？ 多服务“ dockerized” ML应用 下图显示了该应用程序的体系结构。 在生产中，使用Nginx Web服务器与用户进行交互。 客户端在React.js框架上运行，并且预测来自TensorFlow.js模型。 该模型的最新版本由Express.js服务器提供，该服务器另外将用户的交互保存在PostgreSQL数据库中。 最初，使用原始数据集提供了预训练的模型。 预培训是在Google colab笔记本中完成的。 后来，该数据库用于在云计算平台（例如AWS）上进行增量培训，以增加应用程序的使用量，从而提高模型的性能。 注意：当前，使用节点开发服务器代替nginx。 用法
【文件预览】：
doodle-devops-main
----.gitignore(11B)
----README.md(7KB)
----trainer()
--------model.h5(1.11MB)
--------colab_trainer.ipynb(89KB)
--------tfjs_model()
----docker-compose.yml(632B)
----LICENSE(1KB)
----server()
--------keys.js(188B)
--------package.json(387B)
--------index.js(935B)
--------tfjs_model()
--------Dockerfile.dev(113B)
----client()
--------README.md(3KB)
--------public()
--------package.json(596B)
--------src()
--------styles.css(180B)
--------Dockerfile.dev(179B)
--------package-lock.json(678KB)
----doc()
--------categories_examples.png(60KB)
--------multi-services_prod.png(80KB)