文件名称：rappi_mle_poc:API rappi挑战的初始发布
文件大小：53KB
文件格式：ZIP
更新时间：2024-03-30 18:42:18
Python
Rappi MLE Azure PoC 以下存储库包含一组文件脚本，这些脚本解决了挑战的两个任务的开发和供应中涉及的大多数任务： 模型培训管道开发和配置 API发布和其他任务 这两个任务都是在Azure云平台上开发的，并且大多数配置都是用python脚本编写的，这些脚本正在云中创建资源或对其进行查询，使用了一些本地文件，但是大多数必需的东西都由Azure托管。 接下来，按照解决两个主要任务及其技术要求所需的顺序，对脚本和相关的工件进行了介绍。 因此，以下是描述生成的脚本以及它们如何尝试解决问题的方法，如果没有源代码，则会给出有关如何解决或将要在平台上进行描述的描述。 Azure配置步骤 先决条件 举行Azure订阅 创建一个资源组（为此练习rappi_rg ） 检查Azure仪表板上的订阅ID 程序（本地） 创建一个anaconda环境（ rappi_env ）以容纳软件包要求
【文件预览】：
rappi_mle_poc-master
----09-dockerize-model.py(1KB)
----01-training-pipeline.py(4KB)
----README.md(6KB)
----04-deploy-models.py(1KB)
----deploy_src()
--------attach_aks_to_cluster.py(960B)
--------rf_inference.py(446B)
--------linsvc_inference.py(462B)
--------create_aks.py(1KB)
----06-test-pub-services.py(1KB)
----create-workspace.py(439B)
----02-publish-pipeline.py(388B)
----03-execute-pub-pipeline.py(685B)
----00-upload-data.py(1KB)
----05-unittest-inference.py(1KB)
----.azureml()
--------deploy_env.yml(177B)
--------config.json(164B)
--------environment.yml(200B)
--------pytorch-env.yml(201B)
----pipeline-steps()
--------train.py(2KB)
--------model_registry.py(2KB)
--------preprocess.py(2KB)
----.DS_Store(8KB)
----create-compute.py(932B)
----data()
--------titanic()
--------.DS_Store(6KB)
----07-profile-service.py(2KB)