【文件属性】：
文件名称：torchlambda：用于将PyTorch模型部署到AWS Lambda的轻型工具
文件大小：90KB
文件格式：ZIP
更新时间：2021-01-30 17:42:41
python docker cli lightweight yaml
是一个工具，该工具使用和在上部署模型。
使用静态编译的依赖项，整个程序包缩小到30MB 。
由于已编译源代码的大小小，用户可以将其模型作为进行传递。 不再需要类的服务来加载模型。
的PyTorch和AWS依赖关系始终经过测试并保持最新状态，因为它每天都在进行。
文件
部署方式
包
Python
火炬
码头工人
CodeBeat
图片
:check_mark: 为什么要使用torchlambda ？
轻巧和最新的依赖项-编译后的源代码仅重30MB 。 在AWS Lambda（ ）上进行PyTorch网络部署的先前方法使用过时的PyTorch（ 1.1.0 ）作为依赖项层，并需要AWS S3来托管您的模型。 现在，您只能使用AWS Lambda并将模型托管为图层，并且每天都支持PyTorch master和最新的稳定版本。
便宜且资源匮乏-可用的解决方案始终运行服务器托管传入的请求。 AWS Lambda（和torchlambda）仅在请求到来时运行。
轻松的自动缩放通常是使用或类似工具（请参阅 ）完成自动缩放的。 这种方法需要了解其他工具，并设置适当的服务（例如 ）。
【文件预览】：
torchlambda-master
----setup.py(2KB)
----.gitignore(2KB)
----torchlambda()
--------Dockerfile(926B)
--------templates()
--------arguments()
--------subcommands()
--------.dockerignore(53B)
--------__init__.py(53B)
--------build.sh(781B)
--------_version.py(23B)
--------dependencies()
--------main.py(505B)
--------CMakeLists.txt(2KB)
--------implementation()
----MANIFEST.in(32B)
----assets()
--------logos()
--------banner.png(17KB)
----CODE_OF_CONDUCT.md(5KB)
----LICENSE(1KB)
----.github()
--------workflows()
----scripts()
--------analysis()
--------release()
--------ci()
----README.md(8KB)
----tests()
--------settings()
----BENCHMARKS.md(11KB)