Streamlit Inc., стартиране на изкуствен интелект, подкрепено от Gradient Ventures от Google LLC, го направи известен наскоро се обади нова услуга „Споделено споделяне“ кое е създаден да улесни разработчиците да споделят своите приложения за машинно обучение с потребители.
Като цяло, Streamlit и GitHub позволяват невероятно богата и разнообразна екосистема от полезни приложения, от табла за управление до дълбоки мрежи и др.
И изграждането на приложение за машинно обучение изисква повече от просто обучение на невронна мрежа. Също така трябва да има потребителски интерфейс за представяне на резултатите от обработката на невронната мрежа и конвейер за поглъщане на данни, който предоставя на софтуера информацията, която трябва да обработи.
Прозрачно, със седалище в Сан Франциско, предлага популярен инструмент с отворен код със същото име което обещава да намали домашните от седмици на часове.
Въпреки че беше пуснат само преди година, Streamlit вече може да се похвали с над един милион изтегляния и множество потребители на Fortune 500.
Стартъпът твърди, че разработчиците са използвали вашия инструмент за създаване на стотици хиляди приложения за машинно обучение към днешна дата.
Споделено споделяне, новата облачна услуга, стартирана наскоро, по същество е безплатна хостинг платформа където разработчиците могат да стартират своя вграден в Streamlit софтуер за машинно обучение.
Крайните потребители имат достъп до приложенията, хоствани в услугата, чрез браузър.
Проблемът е в това Streamlit Sharing е отворено само за приложения с отворен код, чийто код е публично достъпен в GitHub, Но Streamlit създава и платена оферта за търговски проекти, която в момента е в частна бета версия.
Streamlit споделянето съчетава най-доброто от Streamlit с най-доброто от GitHub. От Streamlit получавате проста рамка за създаване на невероятно богати и полезни приложения. От GitHub наследявате невероятна рамка за социално сътрудничество. Поставете вашата връзка към GitHub в платформата за споделяне на Streamlit и почти моментално имате приложение на живо. Или щракнете върху менюто на всяко приложение на живо и прегледайте изходния му код на GitHub. Сътрудничайте безплатно, като просто раздвоите и редактирате кода. Това е съвместна, глобална, споделяща се и удобна за вилици наука за данни!
Streamlit Sharing има за цел да укрепи екосистемата с отворен код около инструмента за стартиране.
GitHub вече предлага платформа където разработчиците могат споделяне на проекти за машинно обучение, Изпълнителният директор на Streamlit Adrien Treuille отбеляза в публикация в блог, но има техническа бариера за крайните потребители.
Стартирането на приложение Streamlit от GitHub изисква изтегляне на суровия код, стартирането му и четене на документацията. Приложенията, хоствани в Streamlit Sharing, от друга страна, могат да се отварят в браузър като всяка уеб услуга.
„Github е пълен с невероятни идеи, модели, алгоритми и набори от данни“, пише Treuille. „Но това е просто код и самият код не ви позволява да играете с модели, да виждате алгоритми или да докосвате данни. Много е трудно. Трябва да инсталирате нещо, да импортирате зависимости и да прочетете примерни кодове, преди да го видите в действие. Това, което искате, е бутон „пусни“.
Споделено споделяне позволява на разработчиците да зареждат своите приложения поставяне на връзката към хранилището на GitHub, което съдържа вашия код. Чрез опростяване на споделянето на проекти за изкуствен интелект, услугата намалява друга бариера за усвояване на инструмента за стартиране, който в крайна сметка трябва да стимулира стратегията му за придобиване на потребители.
Наличието на голяма инсталирана база от потребители с отворен код ще осигури полезна валидация на пазара, когато Streamlit най-накрая стартира платеното си предложение.
Стартирането на Streamlit Sharing идва около четири месеца след като стартирането приключи кръг от 21 милиона долара за финансиране, съ-воден от Google LLC и фонда Gradient Ventures на GGV Capital.
И накрая, ако искате да научите повече за бележката, можете да се консултирате с следваща връзка.
По същия начин можете да следвате следния урок, за да знаете как да внедрите приложение Streamlit. Връзката е тази.