Стримлит Инк., стартап в области искусственного интеллекта, поддерживаемый Gradient Ventures из Google LLC, сделал это известным недавно появилась новая услуга "Streamlit Sharing" который разработан, чтобы упростить разработчикам совместное использование приложений машинного обучения с пользователями.
В целом, Streamlit и GitHub создают невероятно богатую и разнообразную экосистему полезных приложений, от информационных панелей до глубоких сетей и т. д.
И это для создания приложения машинного обучения требуется нечто большее, чем просто обучение нейронной сети. Также необходим пользовательский интерфейс для представления результатов обработки нейронной сети и конвейер приема данных, который предоставляет программному обеспечению информацию, необходимую для обработки.
обтекаемый, базируется в Сан-Франциско, предлагает одноименный популярный инструмент с открытым исходным кодом что обещает сократить домашние задания с недель до часов.
Несмотря на то, что Streamlit был запущен всего год назад, он уже имеет более миллиона загрузок и несколько пользователей из списка Fortune 500.
Стартап утверждает, что разработчики использовали ваш инструмент на сегодняшний день создать сотни тысяч приложений для машинного обучения.
Совместное использование Streamlit, недавно запущенный новый облачный сервис, по сути, это бесплатная хостинговая платформа где разработчики могут запускать свое программное обеспечение машинного обучения на основе Streamlit.
Конечные пользователи могут получить доступ к приложениям, размещенным в службе, через браузер.
Проблема в том, что Streamlit Sharing открыт только для приложений с открытым исходным кодом, код которых публично доступен на GitHub, Но Streamlit также создает платное предложение для коммерческих проектов, которое в настоящее время находится в частной бета-версии.
Обмен Streamlit сочетает в себе лучшее из Streamlit с лучшим из GitHub. Streamlit предоставляет простую платформу для создания невероятно богатых и полезных приложений. От GitHub вы унаследовали невероятную основу для социального сотрудничества. Вставьте ссылку GitHub в платформу обмена Streamlit, и вы почти сразу получите живое приложение. Или щелкните меню любого действующего приложения и просмотрите его исходный код на GitHub. Сотрудничайте бесплатно, просто создавая и редактируя код. Это совместная, глобальная, совместно используемая и удобная для разветвления наука о данных!
Streamlit Sharing направлен на укрепление экосистемы с открытым исходным кодом вокруг инструмента запуска.
GitHub уже предлагает платформу где разработчики могут делиться проектами машинного обучения, Генеральный директор Streamlit Адриан Трейлль отметил в своем блоге, что для конечных пользователей существует технический барьер.
Для запуска приложения Streamlit из GitHub требуется загрузить необработанный код, запустить его и прочитать документацию. С другой стороны, приложения, размещенные на Streamlit Sharing, можно открывать в браузере, как любую веб-службу.
«Github полон потрясающих идей, моделей, алгоритмов и наборов данных», - написал Трей. «Но это всего лишь код, и сам по себе код не позволяет вам играть с моделями, видеть алгоритмы или касаться данных. Это очень сложно. Вы должны что-то установить, импортировать зависимости и прочитать образцы кода, прежде чем увидеть это в действии. Вам нужна кнопка «Играть».
Streamlit обмен позволяет разработчикам загружать свои приложения вставка ссылки на репозиторий GitHub, содержащий ваш код. Упрощая совместное использование проектов ИИ, сервис снижает еще один барьер для внедрения инструмента стартапа, который в конечном итоге должен определять его стратегию привлечения пользователей.
Наличие большой установленной базы пользователей с открытым исходным кодом обеспечит полезную рыночную проверку, когда Streamlit, наконец, запустит свое платное предложение.
Запуск Streamlit Sharing произошел примерно через четыре месяца после того, как стартап завершил раунд финансирования в размере 21 миллиона долларов, совместно возглавляемый фондом Gradient Ventures компании Google LLC и GGV Capital.
Наконец, если вы хотите узнать больше о заметке, вы можете обратиться к по следующей ссылке.
Таким же образом вы можете следовать следующему руководству, чтобы узнать, как реализовать приложение Streamlit. Ссылка такая.