Streamlit Inc., startup kecerdasan buatan yang didukung oleh Gradient Ventures dari Google LLC, membuatnya dikenal baru-baru ini sebuah layanan baru dipanggil "Berbagi Streamlit" yang mana dirancang untuk memudahkan developer membagikan aplikasi machine learning mereka dengan pengguna.
Bersama Streamlit dan GitHub memungkinkan ekosistem yang sangat kaya dan beragam aplikasi berguna, dari dasbor hingga jaringan dalam dan banyak lagi.
Dan apakah itu membuat aplikasi pembelajaran mesin membutuhkan lebih dari sekadar melatih jaringan neural. Juga diperlukan antarmuka pengguna untuk menyajikan hasil pemrosesan jaringan neural dan pipeline penyerapan data yang menyediakan informasi yang diperlukan perangkat lunak untuk diproses.
merampingkan, berbasis di San Francisco, menawarkan alat sumber terbuka populer dengan nama yang sama yang menjanjikan pengurangan pekerjaan rumah dari minggu ke jam.
Meskipun baru diluncurkan setahun yang lalu, Streamlit sudah memiliki lebih dari satu juta unduhan dan beberapa pengguna Fortune 500.
Startup mengklaim itu pengembang telah menggunakan alat Anda untuk membuat ratusan ribu aplikasi pembelajaran mesin hingga saat ini.
Berbagi Streamlit, layanan cloud baru yang diluncurkan baru-baru ini, pada dasarnya adalah platform hosting gratis tempat pengembang dapat menjalankan perangkat lunak pembelajaran mesin yang dibuat dengan Streamlit.
Pengguna akhir dapat mengakses aplikasi yang dihosting di layanan melalui browser.
Masalahnya adalah itu Streamlit Sharing hanya terbuka untuk aplikasi sumber terbuka yang kodenya tersedia untuk umum di GitHub, Tetapi Streamlit juga membuat penawaran berbayar untuk proyek komersial yang saat ini dalam versi beta pribadi.
Berbagi Streamlit menggabungkan yang terbaik dari Streamlit dengan yang terbaik dari GitHub. Dari Streamlit, Anda mendapatkan kerangka kerja sederhana untuk membuat aplikasi yang sangat kaya dan berguna. Dari GitHub Anda mewarisi kerangka kerja yang luar biasa untuk kolaborasi sosial. Tempel tautan GitHub Anda ke platform berbagi Streamlit dan Anda hampir secara instan memiliki aplikasi langsung. Atau klik menu aplikasi langsung mana saja dan lihat kode sumbernya di GitHub. Berkolaborasi secara gratis hanya dengan membagi dan mengedit kode. Ini adalah ilmu data kolaboratif, global, dapat dibagikan, dan ramah-garpu!
Streamlit Sharing bertujuan untuk memperkuat ekosistem sumber terbuka di sekitar alat startup.
GitHub sudah menawarkan platform di mana pengembang bisa berbagi proyek pembelajaran mesin, CEO Streamlit Adrien Treuille mencatat dalam sebuah posting blog, tetapi ada kendala teknis bagi pengguna akhir.
Menjalankan aplikasi Streamlit dari GitHub membutuhkan pengunduhan kode mentah, menjalankannya, dan membaca dokumentasi. Aplikasi yang dihosting di Streamlit Sharing, di sisi lain, dapat dibuka di browser seperti layanan web apa pun.
"Github dikemas dengan ide, model, algoritme, dan kumpulan data yang menakjubkan," tulis Treuille. “Tapi itu hanya kode, dan kode saja tidak memungkinkan Anda bermain-main dengan model, melihat algoritme, atau menyentuh data. Ini sangat sulit. Anda harus menginstal sesuatu, mengimpor dependensi, dan membaca contoh kode sebelum melihatnya beraksi. Yang Anda inginkan adalah tombol 'putar' «.
Berbagi Streamlit memungkinkan pengembang untuk memuat aplikasi mereka menempelkan tautan ke repositori GitHub yang berisi kode Anda. Dengan menyederhanakan berbagi proyek AI, layanan ini mengurangi hambatan adopsi lain untuk alat startup, yang pada akhirnya akan mendorong strategi akuisisi penggunanya.
Memiliki basis pengguna open source yang besar akan memberikan validasi pasar yang berguna ketika Streamlit akhirnya meluncurkan penawaran berbayarnya.
Peluncuran Streamlit Sharing terjadi sekitar empat bulan setelah startup menutup putaran pendanaan $ 21 juta yang dipimpin oleh Google LLC dan dana Gradient Ventures dari GGV Capital.
Terakhir, jika Anda ingin mengetahui lebih banyak tentang catatan tersebut, Anda dapat berkonsultasi dengan link berikut.
Dengan cara yang sama Anda dapat mengikuti tutorial berikut untuk mengetahui cara mengimplementasikan aplikasi Streamlit. Tautannya adalah ini.