章節重點

架設minio

建立bucket

架設mlflow

透過mlflow上傳artifact



上一集「【 MLOps - MLflow】AI模型管理平台簡介」我們有稍微簡介一下MLflow的概念， 大致上我們知道MLFlow的Client與Server運作方式了，接著我們將試著以

學習

職場

音樂藝文

以行動支持創作者！付費即可解鎖

軟體開發

💎 阿Han的Premium軟體技術棧

哈囉，我是阿Han，是一位 👩‍💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。

阿Han的沙龍

【💎  MLOps - MLflow】如何用Docker來架設mlflow + minio？

歡迎來到「kafka 案例篇」， 這個章節我們來談談如何從kafka的主題訂閱檔案封包並上傳到minio，對於kafka是什麼並不熟悉的朋友， 也歡迎參考我們的「【🔒 Message Queue - Kafka】串流時代的超入門簡介」， 讓我們在串流時代的技術堆疊上能夠加入kafka的技能， 為即

【💎 Message Queue - Kafka 案例篇】如何將檔案流上傳到minio - 完整檔案上傳

我們在 【Python 軍火庫🧨 - websockets】傳送/接收音檔並轉換成numpy(基礎篇) 有聊到要如何透過Websocket來傳送音檔，但上一篇的作法是在Client端就進行音訊的解碼動作，這樣會有一個缺點，假設Client的機器運算效能較差，那麼運算的結果勢必會較慢出現，對於使用者

【💎Python 軍火庫 - websockets】傳送/接收音檔並轉換成numpy(進階篇)

pip下載與安裝的過程太久嗎？ 網路斷線怎麼辦？ 內網需求怎麼達成？…， 相信這幾個心中的疑問在我們開發Python的過程中都會遇到， 尤其是一個完整的套件需要依賴上千百種的額外套件時， 這個過程真的是非常久啊！ 難道我們不能加速嗎？ 看到這篇的您非常的幸運， 我們會實際教您如何架設本地端的Pyth

職場產業

國際

【💎Python 軍火庫 - devpi】pip install…等太久了嗎🤔？ 您需要來點緩存機制

⏳ 精選好文歡迎收藏學習...

什麼是MQ？ 🎁 送給你以下三篇基礎...

【Message Queue】 井然有序的排隊機制 - 基本介紹

【Message Queue - RabbitMQ】模型架構

【Message Queue - RabbitMQ】 不斷的試誤…, 用Docker來

【💎 Message Queue - RabbitMQ】 以Docker來說明RabbitMQ的HA機制



目的

當消費者和生產者在某個節點故障之下還能夠正常運作。

增加多個節點來擴展訊息的吞吐量。

簡單來說就是打群架，透過多台主機的方式處理龐大的訊息量。

集群的模式有哪些？

Cluster： 

不支持跨網段。

可以隨意動態增加/減少。

目前常用的方式。

Federation： 應用

投資理財

【💎 Message Queue - RabbitMQ】團結力量大的群集架構 Cluster

定義

NoSQL並不是真的不用SQL, 而是常被業界定義為「Not Only SQL」, 也就是說不只能透過類似SQL的API來存取這類DB。





發展NoSQL的原因

由於RDBMS面臨到一些難題如下:

1. Big Data

傳統的RDBMS是設計在單個節點上運作, 因此當資料量越

<div class="draft-block draft--p left">這些資料庫不論是SQL、NoSQL都在打開心胸接納雙邊的特點了，要整合不太容易畢竟需要解決的場景與應用有所不同，古老的C++程式並不會消失，畢竟底層需要效能掛帥的程式還是得靠C語言來處理，萬物皆有好與壞，很難一統江湖，老舊的東西還是有很多的概念值得我們借鏡，要消失短期間是不太容易，畢竟還是有很多企業都已經依賴的挺深的拉XD</div>

【💎 資料庫寶典】什麼是NoSQL？能吃嗎？



Bucket(桶)：雜湊表儲存資料的位置，每一個位置具有唯一識別索引。

Slot(槽)： 每一個Bucket裡面都會存放不同的資料，而假設一筆資料由兩個欄位組成，每一個欄位就是一個Slot(槽)。

Hash Function(雜湊演算法)：計算出雜湊值的一套數學公式，諸如： MD5、SHA…

Web3

【💎 開發智能合約 - 密碼學系列】雜湊(Hash)的背後究竟怎麼「湊」的呢？



在進入主題之前建議先行閱讀「【程式語言 - Go】來認識Google開發的程式語言…」，初步認識一下Go語言是什麼？ 容不容易學習？ 才能夠更快的體會此篇章的目的。

當我們在進行軟體開發時，常常會需要有背後的資料庫系統來儲存我們的資料，而資料庫系統也會隨著時代的演進，進行大幅度的更新，那在這樣

【💎 程式語言 - Go】使用簡易的「工廠方法」來相容DB不同版本的API

前面我們介紹了幾個關於Whisper的基本概念，這裡附上 🚀傳送門 ，歡迎好好閱讀一番，但我們除了學會如何用語音辨識的工具之外，「準確率」對我們來說也是一個非常重要的一環，但我們究竟應該要如何評估所謂的準確率呢？ 不知道沒關係，當您看完這個篇章就能夠學會如何計算文字的「字元錯誤率」、「字詞錯誤率」