معرفی شرکت ها

blazee-0.1.5

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
0.1.5
0.1.4
0.1.3
0.1.2
0.1.1
0.1.5
0.1.4
0.1.3
0.1.2
0.1.1

توضیحات

Blazee makes it easy to deploy Machine Learning models on the cloud and turn them into an awesome prediction API.
ویژگی مقدار
سیستم عامل -
نام فایل blazee-0.1.5
نام blazee
نسخه کتابخانه 0.1.5
نگهدارنده []
ایمیل نگهدارنده []
نویسنده blazee.io
ایمیل نویسنده support@blazee.io
آدرس صفحه اصلی https://github.com/blazee-io/blazee-python
آدرس اینترنتی https://pypi.org/project/blazee/
مجوز GNU General Public License v3.0
# Python Library for Blazee ## Intro Blazee is the easiest and fastest way to turn your Machine Learning models and pipelines into a production ready prediction API. It allows you to deploy trained models straight from a Jupyter Notebook or any other model training environment, and access them live from anywhere using the Blazee HTTP API. This library can also be used ## Supported Frameworks At the moment, we support the following frameworks: - Scikit Learn (Supervised learning models and pipeline) - Keras - PyTorch - XGBoost - LightGBM Coming soon: - H2O - XGBoost - LightGBM - Tensorflow ## Installation Install from pip ```shell pip install blazee ``` Sign up and get an API Key from https://blazee.io ## Usage ```python # Train your model like you usually do >>> from sklearn.linear_model import LogisticRegressionCV >>> clf = LogisticRegressionCV() >>> ... >>> clf.train(X) # Deploy your model on Blazee # Get your API Key on https://blazee.io >>> from blazee import Blazee >>> bz = Blazee(YOUR_API_KEY) >>> model = bz.deploy_model(clf) Uploading model to Blazee... Successfully deployed model bdea76f4-fa0f-4ef1-8bc5-f36978a4488e Deploying model... This will take a few moments # Predict a single sample >>> pred = model.predict(X[0]) >>> pred.prediction 1 >>> pred.probas {0: 0.08, 1:0.91, 2: 0.01} # Or predict a batch >>> preds = model.batch_predict(X) # Deploy another version of the model >>> clf2 = SGDClassifier() >>> ... >>> clf2.train(X) >>> model.update(clf2) ``` ## Support Contact us at support@blazee.io or open a Github Issue for any question or bug report.


نیازمندی

مقدار نام
- numpy
- python-dateutil
- requests


نحوه نصب


نصب پکیج whl blazee-0.1.5:

    pip install blazee-0.1.5.whl


نصب پکیج tar.gz blazee-0.1.5:

    pip install blazee-0.1.5.tar.gz