有了这个神器,轻松用 Python 写个 App

Streamlit 是一个免费开源的 app 构建框架,专为机器学习工程师设计,允许使用 Python 代码实时构建和更新应用。通过拥抱 Python、视 widget 为变量和重用数据及计算,Streamlit 简化了 app 开发流程,让机器学习项目可以更方便地创建交互式工具。只需几行代码,就能实现丰富的功能,如实时神经网络推断和语义搜索。Streamlit 支持 Git 版本控制、GPU 计算,并能与现有项目渐进式集成。
摘要由CSDN通过智能技术生成

机器学习开发者想要打造一款 App 有多难?事实上,你只需要会 Python 代码就可以了,剩下的工作都可以交给一个工具。近日,Streamlit 联合创始人 Adrien Treuille 撰文介绍其开发的机器学习工具开发框架——Streamlit,这是一款专为机器学习工程师创建的免费、开源 app 构建框架。这款工具可以在你写 Python 代码的时候,实时更新你的应用。目前,Streamlit 的 GitHub Star 量已经超过 3400,在 medim 上的热度更是达到了 9000+。

有了这个神器,轻松用 Python 写个 App

Streamlit 网站:https://streamlit.io/

GitHub地址:
https://github.com/streamlit/streamlit/

有了这个神器,轻松用 Python 写个 App

用 300 行 Python 代码,编程一个可实时执行神经网络推断的语义搜索引擎。

以我的经验,每一个不平凡的机器学习项目都是用错误百出、难以维护的内部工具整合而成的。这些工具通常用 Jupyter Notebooks 和 Flask app 写成,很难部署,需要对客户端服务器架构(C/S 架构)进行推理,且无法与 Tensorflow GPU 会话等机器学习组件进行很好的整合。

我第一次看到此类工具是在卡内基梅隆大学,之后又在伯克利、Google X、Zoox 看到。这些工具最初只是小的 Jupyter notebook:传感器校准工具、仿真对比 app、激光雷达对齐 app、场景重现工具等。

当一个工具越来越重要时,项目经理会介入其中:进程和需求不断增加。这些单独的项目变成代码脚本,并逐渐发展成为冗长的「维护噩梦」……

有了这个神器,轻松用 Python 写个 App

机器学习工程师创建 app 的流程(ad-hoc)。

而当一个工具非常关键时,我们会组建工具团队。他们熟练地写 Vue 和 React,在笔记本电脑上贴满声明式框架的贴纸。他们的设计流程是这样式的:

有了这个神器,轻松用 Python 写个 App

工具团队构建 app 的流程(干净整洁,从零开始)。

这简直

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值