感谢您关于 Kubernetes 的这个有趣的观点。就我而言，我在设置它方面挣扎了很多。以至于我最终放弃了...我现在正在使用 Docker Swarm，我对它感到非常满意，因为它既简单又强大。当我读到这篇文章时，我决定切换：https://juliensalinas.com/en/container-orchestration-docker-swarm-nlpcloud/作者解释了他是如何成功地在 nlpcloud.io 后面使用 Docker Swarm 的。这很有趣，因为很多人倾向于认为 Docker Swarm 适用于小型网站，而 Kubernetes 适用于大型网站。但似乎并非如此...再次感谢您这篇好文章！
有趣的的文章，感谢，特别是这 2 个术语似乎是今天的新流行语，但很少有人真正知道它们是什么意思。
现在机器学习（尤其是 NLP）正在普及（许多开源框架，如 spaCy、NLTK 等，确实有帮助），但仍然很难真正测试并将模型部署到生产环境。以下最新服务从 MLOps 的角度来看确实有帮助
- https://dvc.org/ : 一种用于 ML 项目的 CI- https://nlpcloud.io : 一种轻松将 NLP 模型部署到生产环境的方式- https://cloud.google.com/automl : Google 的 AutoML 功能
再次感谢您这篇精彩的文章。
感谢您关于 Kubernetes 的这个有趣的观点。就我而言，我在设置它方面挣扎了很多。以至于我最终放弃了...
我现在正在使用 Docker Swarm，我对它感到非常满意，因为它既简单又强大。当我读到这篇文章时，我决定切换：https://juliensalinas.com/en/container-orchestration-docker-swarm-nlpcloud/
作者解释了他是如何成功地在 nlpcloud.io 后面使用 Docker Swarm 的。这很有趣，因为很多人倾向于认为 Docker Swarm 适用于小型网站，而 Kubernetes 适用于大型网站。但似乎并非如此...
再次感谢您这篇好文章！