Daeploy è uno strumento creato per rendere la distribuzione di software, principalmente per algoritmi di Machine Learning, semplice e veloce per chiunque abbia una conoscenza di base di Python. Ha due componenti: un SDK che ti aiuta a creare API dal codice Python e un runtime manager che impacchetta e distribuisce il codice come servizi web.
In questo tutorial spieghiamo come configurare il gestore, creare e distribuire il tuo primo servizio utilizzando Daeploy. Questa guida dà accesso a una prova gratuita del gestore, che può essere utilizzata senza restrizioni per 12 ore prima di dover essere riavviata. Daeploy offre anche una licenza gratuita completa per uso privato e non commerciale, che può essere richiesta qui .
Inizia installando la libreria python Daeploy con pip .
$ pip install daeploy
$ docker run -v /var/run/docker.sock:/var/run/docker.sock -p 80:80 -p 443:443 -d daeploy/manager:latest
Questa configurazione non deve essere utilizzata in produzione, poiché non include funzionalità come l'autenticazione e la comunicazione protetta. Un esempio di configurazione di produzione può essere trovato nella nostra documentazione .
2. Inizia con il tuo primo servizio
Una volta che Manager è attivo e funzionante, sei pronto per iniziare a utilizzare Daeploy. Il modo più semplice per interagire con Manager consiste nell'usare l' interfaccia della riga di comando (CLI) fornita con l'SDK. La CLI contiene una serie di utili comandi che rendono l'implementazione e il monitoraggio dei servizi veloce e indolore.
Per ottenere un elenco e una breve descrizione dei comandi disponibili, consultare la guida
$ daeploy --help
Per ottenere aiuto o una descrizione più lunga di qualsiasi comando, utilizzare
$ daeploy <COMMAND> --help
Il primo passaggio consiste nell'accedere all'host su cui è in esecuzione il gestore. Se hai avviato il gestore con il comando sopra, il tuo host lo èhttp://localhost. Per fare ciò, chiamiamo il comando daeploy login . Se il gestore ha abilitato l'autenticazione, ti verranno richiesti un nome utente e una password.
$ daeploy login
Dopo aver effettuato l'accesso, sei connesso all'host specificato e in grado di comunicare con il Manager in esecuzione lì. Gli accessi scadono dopo sette giorni, quindi ti verrà chiesto di accedere nuovamente. Possiamo verificare se abbiamo effettuato l'accesso chiamando daeploy ls . Dovrebbe restituire un elenco vuoto.
$ daeploy ls
4. Creazione di un nuovo servizio
Quando crei un nuovo servizio, ti consigliamo di utilizzare un modello di progetto con daeploy init . Questo crea una nuova directory chiamata my_project nella directory di lavoro corrente, che contiene un servizio Hello World completamente funzionante che può essere distribuito immediatamente.
5. Implementazione di un servizio
Per distribuire il servizio, la CLI richiederà di assegnargli un nome e una versione, quindi specificare il percorso della directory del progetto. Chiamiamo il nostro primo servizio hello_world con la versione 1.0.0. L'ultimo argomento, my_project è il percorso della cartella contenente i file di progetto.
$ daeploy deploy hello_world 1.0.0 my_project
Se aprihttp://localhostin un browser dovresti vedere la dashboard in cui puoi ottenere molte delle stesse informazioni tramite la CLI. E ahttp://localhost/services/hello_world_1.0.0/docspuoi leggere la documentazione API automatizzata del servizio e testarne la funzionalità.
6. Comunicare con il servizio
La documentazione del servizio è interattiva e può essere utilizzata per testare l'API.
Per comunicare con i tuoi servizi dall'esterno della documentazione puoi utilizzare qualsiasi libreria HTTP, disponibile nella maggior parte dei linguaggi di programmazione. In Python, le richieste sono comunemente usate. Puoi anche usare curl in bash o applicazioni come postino .
Ecco un esempio usando curl:
$curl -X 'POST' 'http://localhost/services/hello_world_1.0.0/hello'\ -H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{ "name": "world" }'
Quando hai finito con un servizio, puoi ucciderlo con il comando kill:
$ daeploy kill hello_world
Killing a service using daeploy CLI
Scritto da Shashata Sawmya e Harveer Singh Con l'avvento delle grandi reti neurali e i sempre crescenti progressi tecnologici che spingono i metodi attuali al loro limite assoluto, l'attenzione si è concentrata sulla creazione di uno strumento universale che mira a fare tutto. Tuttavia, la maggior parte delle attività non richiederebbe le reti profonde incredibilmente intense, ma comunque qualcosa di più versatile dei modelli matematici di base.
Devi aver sentito parlare di tutti i nuovi potenti plug-in ChatGPT come Browser, Code Interpreter ecc. Ma c'è un problema, l'accesso ai plug-in è limitato a una lista di attesa e quindi molti non hanno accesso ad essa.
"Ehi Siri, suona Me Dive di Olivia Dean." Era maggio 2021 quando ho iniziato il mio tirocinio presso la Future Academy Africa ad Akure, in Nigeria.
Puoi essere un investigatore OSINT, un giocatore CTF o semplicemente qualcuno che riceve chiamate spam. Qualcuno che sta cercando di verificare il numero che hai visto in una pubblicità.
Di Alyson Lee, consulente per gli affari governativi Il processo di stanziamento annuale del governo federale è fondamentale per i nostri sforzi per finanziare la rimozione dell'anidride carbonica (CDR). Ogni anno, Carbon180 invia richieste a vari uffici congressuali per aiutare a guidare dove fluiranno i dollari del prossimo anno.
Nel mondo iperconnesso di oggi, i sistemi dei media svolgono un ruolo fondamentale nel plasmare l'opinione pubblica e, di conseguenza, nel processo decisionale democratico. Nella sua profonda analisi dell'economia politica della comunicazione, lo studioso Robert McChesney sfida la saggezza convenzionale e presenta quelle che definisce le "cinque verità" sui media.