文件名称：budgetml：在不到10行代码的情况下在预算中部署ML推理服务
文件大小：477KB
文件格式：ZIP
更新时间：2024-02-25 07:10:09
api data-science machine-learning deployment inference
BudgetML：按预算部署ML模型 ••• 给我们一个 GitHub明星来表达您的爱！ 为什么 对于想要快速将模型部署到端点但又不浪费大量时间，金钱和精力来尝试如何端到端地工作的从业人员，BudgetML是理想的选择。 我们之所以建立BudgetML是因为很难找到一种简单的方法来快速，廉价地生产模型。 云功能受内存限制，并且在规模上成本很高。 Kubernetes集群对于一个单一模型来说是一个过大的杀伤力。 从头开始部署涉及学习太多不同的概念，例如SSL证书生成，Docker，REST，Uvicorn / Gunicorn，后端服务器等，这根本不在典型数据科学家的范围之内。 Bu
【文件预览】：
budgetml-main
----setup.py(3KB)
----.gitignore(2KB)
----requirements.txt(132B)
----Makefile(1KB)
----server()
--------Dockerfile(187B)
--------app()
--------requirements.txt(150B)
----LICENSE(11KB)
----.github()
--------ISSUE_TEMPLATE()
--------workflows()
----examples()
--------README.md(254B)
--------deploy_simple_model()
----README.md(6KB)
----budgetml()
--------template.Dockerfile(114B)
--------gcp()
--------__init__.py(35B)
--------basepredictor.py(712B)
--------constants.py(305B)
--------main.py(20KB)
--------template-compose.yaml(1KB)
--------template-nginx.conf(251B)
--------autostarter()
----docs()
--------static()
--------README.md(6KB)