接下来几天的文章会像料理节目一样,用我事先准备好的材料 (模型、App...) 来进行说明,底下就来整理一下会做的事情吧。
如果能顺利完成未来几天的工作,最後我们就能得到一个基於 Streamlit 的网页应用 (搭载资料飞轮),它可以用来将台湾常见的鸟儿分类 (还有一些很难见到的XD)。
下图是可行的部署方法:
*图片修改自 CS 329S: Machine Learning Systems Design, Lecture 8: Deployment
而我们具体的工作流程如下:
首先会使用 TensorFlow 训练一个模型 (当然也可以用 PyTorch),接着将其上传到 Google Storage 并部署到 AI Platform 上。
如此一来,我们就可以拿着照片问它里面有什麽鸟,而它会丢一个张量回来,搭配上我们建立的 App 就能把这个张量漂漂亮亮的展示出来。
最後再把它部署到 App Engine 上,就可以在任何地方秀给别人看了。
下面就是这个 App 实际运作的情形 (使用部署於 Google Cloud 的模型):
连最後帮助我们改善模型的资料飞轮都做到了,酷吧!!
TurnedOnTimesView 今天来认识看看这个看名字我也不清楚是啥? 打开时间线? 喔!用时...
Agenda 资安宣言 序 系列与规划 下期预告 资安宣言 撰写本系列文章目的在於提升资讯安全之实务...
全文同步於个人 Docusaurus Blog 在处理完输入使用者名称後,下一步,自然就是进入 Ch...
台北,又变了呢,记得很久前,才在盖的101到现在,烟火都不知道放了几遍,他一定没有在看那些,如果有机...
JupyterLab是一个以网页为基础的互动式的开发环境,JupyterLab相当弹性,能够画出图表...