Il s'agit de l'application Windows nommée BentoML dont la dernière version peut être téléchargée sous le nom BentoML-v1.1.7sourcecode.zip. Il peut être exécuté en ligne chez le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée BentoML avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
BentoML
DESCRIPTION
BentoML simplifie le déploiement des modèles ML et sert vos modèles à l'échelle de la production. Prend en charge plusieurs frameworks ML de manière native : Tensorflow, PyTorch, XGBoost, Scikit-Learn et bien d'autres ! Définissez un pipeline de service personnalisé avec des modèles de prétraitement, de post-traitement et d'ensemble. Format .bento standard pour empaqueter le code, les modèles et les dépendances pour faciliter la gestion des versions et le déploiement. Intégration à n'importe quel pipeline de formation ou plate-forme d'expérimentation ML. Parallélisez les charges de travail d'inférence de modèle à forte intensité de calcul pour les mettre à l'échelle séparément de la logique de diffusion. Le traitement par lots adaptatif regroupe dynamiquement les demandes d'inférence pour des performances optimales. Orchestrez le graphe d'inférence distribué avec plusieurs modèles via Yatai sur Kubernetes. Configurez facilement les dépendances CUDA pour exécuter l'inférence avec le GPU. Générez automatiquement des images Docker pour le déploiement en production.
Fonctionnalités:
- Service en ligne via l'API REST ou gRPC
- Scoring hors ligne sur des ensembles de données par lots avec Apache Spark ou Dask
- Diffusion de flux avec Kafka, Beam et Flink
- Générez automatiquement des images Docker pour le déploiement en production
- Déploiement de modèles à grande échelle sur Kubernetes
- Déploiement rapide du modèle sur n'importe quelle plate-forme cloud
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/bentoml.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
