Streamlit Inc., startup zajmujący się sztuczną inteligencją wspierany przez Gradient Ventures z Google LLC, dał mi znać ostatnio zadzwoniła nowa usługa „Streamlit Sharing” który jest zaprojektowany, aby ułatwić programistom udostępnianie ich aplikacji do uczenia maszynowego z użytkownikami.
Razem Streamlit i GitHub zapewniają niezwykle bogaty i zróżnicowany ekosystem przydatnych aplikacji, od pulpitów nawigacyjnych po głębokie sieci i nie tylko.
I budowanie aplikacji do uczenia maszynowego wymaga czegoś więcej niż tylko szkolenia sieci neuronowej. Potrzebny jest również interfejs użytkownika do prezentowania wyników przetwarzania sieci neuronowej oraz potok pozyskiwania danych, który dostarcza oprogramowaniu informacje potrzebne do przetworzenia.
Opływowe, z siedzibą w San Francisco, oferuje popularne narzędzie open source o tej samej nazwie co obiecuje zmniejszyć pracę domową z tygodni do godzin.
Mimo że został uruchomiony zaledwie rok temu, Streamlit ma już ponad milion pobrań i wielu użytkowników z listy Fortune 500.
Startup tak twierdzi programiści używali Twojego narzędzia do tworzenia setek tysięcy aplikacji do uczenia maszynowego.
Udostępnianie Streamlit, nowa usługa w chmurze uruchomiona niedawno, jest zasadniczo bezpłatną platformą hostingową gdzie programiści mogą uruchamiać swoje oprogramowanie do uczenia maszynowego stworzone przez Streamlit.
Użytkownicy końcowi mogą uzyskać dostęp do aplikacji hostowanych w usłudze za pośrednictwem przeglądarki.
Problemem jest Udostępnianie Streamlit jest otwarte tylko dla aplikacji typu open source, których kod jest publicznie dostępny na GitHub, Ale Streamlit tworzy również płatną ofertę dla projektów komercyjnych, która jest obecnie w prywatnej wersji beta.
Udostępnianie Streamlit łączy to, co najlepsze w Streamlit z tym, co najlepsze w GitHub. Od Streamlit otrzymujesz prosty szkielet do tworzenia niezwykle bogatych i przydatnych aplikacji. Z GitHub odziedziczysz niesamowitą strukturę współpracy społecznej. Wklej swoje łącze GitHub do platformy udostępniania Streamlit i prawie natychmiast masz aplikację na żywo. Lub kliknij menu dowolnej działającej aplikacji i wyświetl jej kod źródłowy na GitHub. Współpracuj za darmo, po prostu rozwidlając i edytując kod. To oparta na współpracy, globalna, udostępniana i przyjazna dla widelców nauka o danych!
Streamlit Sharing ma na celu wzmocnienie ekosystemu open source wokół narzędzia startowego.
GitHub już oferuje platformę gdzie programiści mogą udostępniać projekty uczenia maszynowego, Prezes Streamlit, Adrien Treuille, zauważył w poście na blogu, ale istnieje bariera techniczna dla użytkowników końcowych.
Uruchomienie aplikacji Streamlit z GitHub wymaga pobrania surowego kodu, uruchomienia go i przeczytania dokumentacji. Z drugiej strony aplikacje hostowane na Streamlit Sharing można otwierać w przeglądarce, tak jak każdą usługę internetową.
„Github jest pełen niesamowitych pomysłów, modeli, algorytmów i zestawów danych” - napisał Treuille. „Ale to tylko kod, a sam kod nie pozwala na zabawę modelami, przeglądanie algorytmów ani dotykanie danych. To jest bardzo trudne. Musisz coś zainstalować, zaimportować zależności i przeczytać próbki kodu, zanim zobaczysz to w akcji. To, czego chcesz, to przycisk „Odtwórz” «.
Uproszczone udostępnianie umożliwia programistom ładowanie aplikacji wklejanie linku do repozytorium GitHub, które zawiera Twój kod. Upraszczając udostępnianie projektów AI, usługa zmniejsza kolejną barierę adaptacyjną dla narzędzia startupu, co powinno ostatecznie wpłynąć na strategię pozyskiwania użytkowników.
Posiadanie dużej bazy użytkowników open source zapewni użyteczną walidację rynkową, gdy Streamlit w końcu wprowadzi płatną ofertę.
Uruchomienie Streamlit Sharing nastąpiło około cztery miesiące po tym, jak startup zamknął rundę finansowania o wartości 21 milionów dolarów, której współprowadzą Google LLC i fundusz Gradient Ventures GGV Capital.
Na koniec, jeśli chcesz dowiedzieć się więcej o notatce, możesz zapoznać się z następujący link.
W ten sam sposób możesz postępować zgodnie z poniższym samouczkiem, aby dowiedzieć się, jak wdrożyć aplikację Streamlit. Link jest taki.