معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Utilities for working with BentoML V1.x

ویژگی	مقدار
سیستم عامل	-
نام فایل	bentoutils-1.1.2
نام	bentoutils
نسخه کتابخانه	1.1.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Mark Moloney
ایمیل نویسنده	m4rkmo@gmail.com
آدرس صفحه اصلی	https://github.com/markmo/bentoutils
آدرس اینترنتی	https://pypi.org/project/bentoutils/
مجوز	-

# bentoutils ## Contents Console scripts for: 1. bentopack - package an existing pretrained model and save to the Model Registry ``` Usage: bentopack [OPTIONS] Options: --module TEXT fully qualified module name containing service to package --clz TEXT class name of service to package --name TEXT model name --path TEXT directory path of pretrained model --help Show this message and exit. ``` Example: ``` bentopack \ --module TopicBentoService \ # python module containing service class --clz TopicBentoService \ # service class --name tm_train3_roberta_l_weigh \ # pretrained model name --path /srv/models/multilabel-topic # local path to pretrained model (excluding name) ``` 2. deploy_to_knative - WIP Uses Kaniko kaniko is a tool to build container images from a Dockerfile, inside a container or Kubernetes cluster. kaniko solves two problems with using the Docker-in-Docker build method: * Docker-in-Docker requires privileged mode to function, which is a significant security concern. * Docker-in-Docker generally incurs a performance penalty and can be quite slow. The setting `--isdockerconfig` is required when using a private registry such as Harbor. We can build a Docker image with kaniko and push it to Docker Hub or any other standard Docker registry. To push to DockerHub or any other username and password Docker registries we need to mount the Docker config.json file that contains the credentials. Caching will not work for DockerHub as it does not support repositories with more than 2 path sections (acme/myimage/cache), but it will work in Artifactory and maybe other registry implementations. DOCKER_USERNAME=[...] DOCKER_PASSWORD=[...] AUTH=$(echo -n "${DOCKER_USERNAME}:${DOCKER_PASSWORD}" | base64) cat << EOF > config.json { "auths": { "https://index.docker.io/v1/": { "auth": "${AUTH}" } } } EOF Alternatively, to create a secret to authenticate to Google Cloud Registry, follow these steps: 1. Create a service account in the Google Cloud Console project you want to push the final image to with Storage Admin permissions. 2. Download a JSON key for this service account 3. Rename the key to kaniko-secret.json 4. To create the secret, run: kubectl create secret generic kaniko-secret --from-file=<path to kaniko-secret.json> Note: If using a GCS bucket in the same GCP project as a build context, this service account should now also have permissions to read from that bucket. See https://github.com/GoogleContainerTools/kaniko

نیازمندی

مقدار	نام
-	BentoML
-	boto3
-	click
==11.0.0	kubernetes
-	PyYAML
-	stringcase
-	text-unidecode

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl bentoutils-1.1.2:

pip install bentoutils-1.1.2.whl

نصب پکیج tar.gz bentoutils-1.1.2:

pip install bentoutils-1.1.2.tar.gz