Enviar búsqueda
Cargar
[DSO] Machine Learning Seminar Vol.8 Chapter 9
•
0 recomendaciones
•
524 vistas
Teruyuki Sakaue
Seguir
[DSO] Machine Learning Seminar Vol.8 SKUE
Leer menos
Leer más
Ciencias
Denunciar
Compartir
Denunciar
Compartir
1 de 54
Descargar ahora
Descargar para leer sin conexión
Recomendados
Wicket with Spring Boot on Azure
Wicket with Spring Boot on Azure
Hiroto Yamakawa
Transfer Learning & API Azure
Transfer Learning & API Azure
Yuki Hattori
[第2版]Python機械学習プログラミング 第9章
[第2版]Python機械学習プログラミング 第9章
Haruki Eguchi
Azure Machine Learning Services 概要 - 2019年2月版
Azure Machine Learning Services 概要 - 2019年2月版
Daiyu Hatakeyama
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Takashi Suzuki
機械学習 / Deep Learning 大全 (5) Tool編
機械学習 / Deep Learning 大全 (5) Tool編
Daiyu Hatakeyama
JAWS DAYS 2022
JAWS DAYS 2022
陽平 山口
メルペイあと払いを実現するData Pipeline
メルペイあと払いを実現するData Pipeline
SatoshiMatsuzaki1
Recomendados
Wicket with Spring Boot on Azure
Wicket with Spring Boot on Azure
Hiroto Yamakawa
Transfer Learning & API Azure
Transfer Learning & API Azure
Yuki Hattori
[第2版]Python機械学習プログラミング 第9章
[第2版]Python機械学習プログラミング 第9章
Haruki Eguchi
Azure Machine Learning Services 概要 - 2019年2月版
Azure Machine Learning Services 概要 - 2019年2月版
Daiyu Hatakeyama
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Takashi Suzuki
機械学習 / Deep Learning 大全 (5) Tool編
機械学習 / Deep Learning 大全 (5) Tool編
Daiyu Hatakeyama
JAWS DAYS 2022
JAWS DAYS 2022
陽平 山口
メルペイあと払いを実現するData Pipeline
メルペイあと払いを実現するData Pipeline
SatoshiMatsuzaki1
ロボコン勉強会向けStm32を用いてマスタースレーブシステム
ロボコン勉強会向けStm32を用いてマスタースレーブシステム
DoNabe1
TensorFlowをもう少し詳しく入門
TensorFlowをもう少し詳しく入門
tak9029
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
シスコシステムズ合同会社
MySQLで学ぶ機械学習ことはじめ.pdf
MySQLで学ぶ機械学習ことはじめ.pdf
Machiko Ikoma
【アシアル塾】PHPオブジェクト指向再入門・第四回デザインパターンに学ぶクラス設計
【アシアル塾】PHPオブジェクト指向再入門・第四回デザインパターンに学ぶクラス設計
アシアル株式会社
組込みSW開発技術研究会キックオフミーティング
組込みSW開発技術研究会キックオフミーティング
静岡大学情報学部 組込みシステムアーキテクト研究所
Hivemall Talk@SIGMOD-J Oct.4, 2014.
Hivemall Talk@SIGMOD-J Oct.4, 2014.
Makoto Yui
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
Yaboo Oyabu
パターンでわかる! .NET Coreの非同期処理
パターンでわかる! .NET Coreの非同期処理
Kouji Matsui
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Yasuyuki Sugai
開発初心者のためのMoodleプラグインの開発と利用(第二部) for Moodle Moot 2015
開発初心者のためのMoodleプラグインの開発と利用(第二部) for Moodle Moot 2015
Shigeharu Yamaoka
GTC Japan 2017
GTC Japan 2017
Hitoshi Sato
Eclipse PDT + MakeGoodによるPHPコードのテスト
Eclipse PDT + MakeGoodによるPHPコードのテスト
Atsuhiro Kubo
Machine learning microservice_management
Machine learning microservice_management
yusuke shibui
世界標準のソフトウェア工学知識体系SWEBOK Guide最新第4版を通じた開発アップデート
世界標準のソフトウェア工学知識体系SWEBOK Guide最新第4版を通じた開発アップデート
Hironori Washizaki
Azure Machine Learning Build 2020
Azure Machine Learning Build 2020
Keita Onabuta
Visual StudioやAzureからAzure DevOpsを使う
Visual StudioやAzureからAzure DevOpsを使う
Takeshi Fukuhara
Deep Dive into Modules
Deep Dive into Modules
Hideki Saito
Spine入門
Spine入門
AdvancedTechNight
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
Denodo
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
Teruyuki Sakaue
警察庁オープンデータで交通事故の世界にDeepDive!
警察庁オープンデータで交通事故の世界にDeepDive!
Teruyuki Sakaue
Más contenido relacionado
Similar a [DSO] Machine Learning Seminar Vol.8 Chapter 9
ロボコン勉強会向けStm32を用いてマスタースレーブシステム
ロボコン勉強会向けStm32を用いてマスタースレーブシステム
DoNabe1
TensorFlowをもう少し詳しく入門
TensorFlowをもう少し詳しく入門
tak9029
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
シスコシステムズ合同会社
MySQLで学ぶ機械学習ことはじめ.pdf
MySQLで学ぶ機械学習ことはじめ.pdf
Machiko Ikoma
【アシアル塾】PHPオブジェクト指向再入門・第四回デザインパターンに学ぶクラス設計
【アシアル塾】PHPオブジェクト指向再入門・第四回デザインパターンに学ぶクラス設計
アシアル株式会社
組込みSW開発技術研究会キックオフミーティング
組込みSW開発技術研究会キックオフミーティング
静岡大学情報学部 組込みシステムアーキテクト研究所
Hivemall Talk@SIGMOD-J Oct.4, 2014.
Hivemall Talk@SIGMOD-J Oct.4, 2014.
Makoto Yui
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
Yaboo Oyabu
パターンでわかる! .NET Coreの非同期処理
パターンでわかる! .NET Coreの非同期処理
Kouji Matsui
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Yasuyuki Sugai
開発初心者のためのMoodleプラグインの開発と利用(第二部) for Moodle Moot 2015
開発初心者のためのMoodleプラグインの開発と利用(第二部) for Moodle Moot 2015
Shigeharu Yamaoka
GTC Japan 2017
GTC Japan 2017
Hitoshi Sato
Eclipse PDT + MakeGoodによるPHPコードのテスト
Eclipse PDT + MakeGoodによるPHPコードのテスト
Atsuhiro Kubo
Machine learning microservice_management
Machine learning microservice_management
yusuke shibui
世界標準のソフトウェア工学知識体系SWEBOK Guide最新第4版を通じた開発アップデート
世界標準のソフトウェア工学知識体系SWEBOK Guide最新第4版を通じた開発アップデート
Hironori Washizaki
Azure Machine Learning Build 2020
Azure Machine Learning Build 2020
Keita Onabuta
Visual StudioやAzureからAzure DevOpsを使う
Visual StudioやAzureからAzure DevOpsを使う
Takeshi Fukuhara
Deep Dive into Modules
Deep Dive into Modules
Hideki Saito
Spine入門
Spine入門
AdvancedTechNight
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
Denodo
Similar a [DSO] Machine Learning Seminar Vol.8 Chapter 9
(20)
ロボコン勉強会向けStm32を用いてマスタースレーブシステム
ロボコン勉強会向けStm32を用いてマスタースレーブシステム
TensorFlowをもう少し詳しく入門
TensorFlowをもう少し詳しく入門
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
MySQLで学ぶ機械学習ことはじめ.pdf
MySQLで学ぶ機械学習ことはじめ.pdf
【アシアル塾】PHPオブジェクト指向再入門・第四回デザインパターンに学ぶクラス設計
【アシアル塾】PHPオブジェクト指向再入門・第四回デザインパターンに学ぶクラス設計
組込みSW開発技術研究会キックオフミーティング
組込みSW開発技術研究会キックオフミーティング
Hivemall Talk@SIGMOD-J Oct.4, 2014.
Hivemall Talk@SIGMOD-J Oct.4, 2014.
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
パターンでわかる! .NET Coreの非同期処理
パターンでわかる! .NET Coreの非同期処理
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
開発初心者のためのMoodleプラグインの開発と利用(第二部) for Moodle Moot 2015
開発初心者のためのMoodleプラグインの開発と利用(第二部) for Moodle Moot 2015
GTC Japan 2017
GTC Japan 2017
Eclipse PDT + MakeGoodによるPHPコードのテスト
Eclipse PDT + MakeGoodによるPHPコードのテスト
Machine learning microservice_management
Machine learning microservice_management
世界標準のソフトウェア工学知識体系SWEBOK Guide最新第4版を通じた開発アップデート
世界標準のソフトウェア工学知識体系SWEBOK Guide最新第4版を通じた開発アップデート
Azure Machine Learning Build 2020
Azure Machine Learning Build 2020
Visual StudioやAzureからAzure DevOpsを使う
Visual StudioやAzureからAzure DevOpsを使う
Deep Dive into Modules
Deep Dive into Modules
Spine入門
Spine入門
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
Más de Teruyuki Sakaue
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
Teruyuki Sakaue
警察庁オープンデータで交通事故の世界にDeepDive!
警察庁オープンデータで交通事故の世界にDeepDive!
Teruyuki Sakaue
[丸ノ内アナリティクスバンビーノ#23]データドリブン施策によるサービス品質向上の取り組み
[丸ノ内アナリティクスバンビーノ#23]データドリブン施策によるサービス品質向上の取り組み
Teruyuki Sakaue
[Music×Analytics]プロの音に近づくための研究と練習
[Music×Analytics]プロの音に近づくための研究と練習
Teruyuki Sakaue
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
Teruyuki Sakaue
[第11回]データ分析ランチセッション - モダンな機械学習データパイプラインKedroを触ってみる
[第11回]データ分析ランチセッション - モダンな機械学習データパイプラインKedroを触ってみる
Teruyuki Sakaue
[DSO] Machine Learning Seminar Vol.2 Chapter 3
[DSO] Machine Learning Seminar Vol.2 Chapter 3
Teruyuki Sakaue
[第6回]データ分析ランチセッション - Camphrでモダンな自然言語処理
[第6回]データ分析ランチセッション - Camphrでモダンな自然言語処理
Teruyuki Sakaue
[DSO] Machine Learning Seminar Vol.1 Chapter 1 and 2
[DSO] Machine Learning Seminar Vol.1 Chapter 1 and 2
Teruyuki Sakaue
地理データを集め、可視化し分析することが簡単にできるプログラミング言語について @ BIT VALLEY -INSIDE- Vol.16
地理データを集め、可視化し分析することが簡単にできるプログラミング言語について @ BIT VALLEY -INSIDE- Vol.16
Teruyuki Sakaue
[第1回]データ分析ランチセッション ~ Qiita Advent Calendar2019から得た情報10選
[第1回]データ分析ランチセッション ~ Qiita Advent Calendar2019から得た情報10選
Teruyuki Sakaue
流行りの分散表現を用いた文書分類について Netadashi Meetup 7
流行りの分散表現を用いた文書分類について Netadashi Meetup 7
Teruyuki Sakaue
HRビジネスにおけるデータサイエンスの適用 @ BIT VALLEY -INSIDE- Vol.1
HRビジネスにおけるデータサイエンスの適用 @ BIT VALLEY -INSIDE- Vol.1
Teruyuki Sakaue
Marketing×Python/Rで頑張れる事例16本ノック
Marketing×Python/Rで頑張れる事例16本ノック
Teruyuki Sakaue
機械学習による積極的失業〜オウンドメディアの訪問予測
機械学習による積極的失業〜オウンドメディアの訪問予測
Teruyuki Sakaue
Más de Teruyuki Sakaue
(15)
実務と論文で学ぶジョブレコメンデーション最前線2022
実務と論文で学ぶジョブレコメンデーション最前線2022
警察庁オープンデータで交通事故の世界にDeepDive!
警察庁オープンデータで交通事故の世界にDeepDive!
[丸ノ内アナリティクスバンビーノ#23]データドリブン施策によるサービス品質向上の取り組み
[丸ノ内アナリティクスバンビーノ#23]データドリブン施策によるサービス品質向上の取り組み
[Music×Analytics]プロの音に近づくための研究と練習
[Music×Analytics]プロの音に近づくための研究と練習
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
[第11回]データ分析ランチセッション - モダンな機械学習データパイプラインKedroを触ってみる
[第11回]データ分析ランチセッション - モダンな機械学習データパイプラインKedroを触ってみる
[DSO] Machine Learning Seminar Vol.2 Chapter 3
[DSO] Machine Learning Seminar Vol.2 Chapter 3
[第6回]データ分析ランチセッション - Camphrでモダンな自然言語処理
[第6回]データ分析ランチセッション - Camphrでモダンな自然言語処理
[DSO] Machine Learning Seminar Vol.1 Chapter 1 and 2
[DSO] Machine Learning Seminar Vol.1 Chapter 1 and 2
地理データを集め、可視化し分析することが簡単にできるプログラミング言語について @ BIT VALLEY -INSIDE- Vol.16
地理データを集め、可視化し分析することが簡単にできるプログラミング言語について @ BIT VALLEY -INSIDE- Vol.16
[第1回]データ分析ランチセッション ~ Qiita Advent Calendar2019から得た情報10選
[第1回]データ分析ランチセッション ~ Qiita Advent Calendar2019から得た情報10選
流行りの分散表現を用いた文書分類について Netadashi Meetup 7
流行りの分散表現を用いた文書分類について Netadashi Meetup 7
HRビジネスにおけるデータサイエンスの適用 @ BIT VALLEY -INSIDE- Vol.1
HRビジネスにおけるデータサイエンスの適用 @ BIT VALLEY -INSIDE- Vol.1
Marketing×Python/Rで頑張れる事例16本ノック
Marketing×Python/Rで頑張れる事例16本ノック
機械学習による積極的失業〜オウンドメディアの訪問予測
機械学習による積極的失業〜オウンドメディアの訪問予測
[DSO] Machine Learning Seminar Vol.8 Chapter 9
1.
[DSO] Machine Learning
Seminar Vol.8[DSO] Machine Learning Seminar Vol.8 2020-09-29 SKUE
2.
3.
機械学習の適⽤2 - Webアプリケーション機械学習の適⽤2
- Webアプリケーション この章で⾏うこと 訓練済みの機械学習モデルの保存 SQLiteの活⽤ Flaskを⽤いたWebアプリケーションの開発 モデルのデプロイ
4.
学習済みのscikit-learnの推定器をシリアライズする学習済みのscikit-learnの推定器をシリアライズする モデルの学習には時間がかかるため、pickleモジュールを⽤いてモデルの永続 化をする。 pickleで保存してしまえば、予測したいときにモデルをリロードするだけで済 む。
5.
1.モデルやデータの保存1.モデルやデータの保存 第8章で扱ったアウトオブコア学習の結果(stopワード(stop)、分類器(clf))をpickleで 保存しておく。
6.
TipsTips %% le %% leをjypyter
notebookのセルで使えばjupyter notebookで.pyファイルを⽣成 できる。 !mkdir Linuxコマンドのmkdirを⽤いてディレクトリを⽣成できる。
7.
2.予測に必要な関数の作成2.予測に必要な関数の作成 テキストのベクトル化の関数を予測を⾏うディレクトリに設けておく。
8.
9.
3.実⾏3.実⾏ movieclass erのディレクトリ下でpythonを⽴ち上げて以下のコードを実⾏する。 これが新しいデータ 前処理 学習済みモデルでの予測
10.
データストレージとしてSQLiteデータベースを設定すデータストレージとしてSQLiteデータベースを設定するる SQLiteとは OSSのSQLデータベース サーバは⽤意しなくてもいい。 全てが1つのファイルに含まれたデータベースと考えることができる。 sqlite3として、Pythonの標準ライブラリになっている。
11.
1.SQLiteでDBのテーブル作成とレコード追加1.SQLiteでDBのテーブル作成とレコード追加 以下のコードを実⾏して、テーブルを⽣成して、レコードを2件追加する。 SQLiteのデータは.sqliteの拡張⼦で保存される。 ここではreviews.sqliteを都度、消して⼊れ直すという書き⽅をしている。
12.
パスワードとかなしでアクセスできる。 オブジェクトは を実行できる環境を提供してくれる。 新しいデータ データの の特定テーブルへの挿入 新しいデータ データの
の特定テーブルへの挿入 これを実行しないと実行内容が保存されない。 接続しっぱなしになるので閉じる。
13.
2.保存したデータの読み込み2.保存したデータの読み込み 以下のコードでSQLiteに保存したデータを読み込むことができる。
14.
Flaskを使ってWebアプリケーションを開発するFlaskを使ってWebアプリケーションを開発する Flaskとは 軽量なWebアプリケーションのフレームワーク インストールする
15.
"Hello World!"的な試⾏1:htmlをブラウザで表⽰する"Hello World!"的な試⾏1:htmlをブラウザで表⽰する その1:ディレクトリを作る その2:app.pyというwebアプリケーションをつかさどるファイルを作る その3:webアプリケーションで表⽰したいhtmlファイルを作る
ディレクトリを作っておく ディレクトリを作っておく
16.
webアプリケーションをつかさどるファイルを作る 初期化して、テンプレが同じディレクトリ内で見つかるようにしている。 インデックス関数が実行すべき を指定している。 レンダリング サーバ上のアプリケーションを実行
17.
webアプリケーションで表⽰したいhtmlファイルを作る
18.
python app.py をターミナルで実⾏してローカルサーバーのアドレス( )が表⽰されるので、それをwebブラウザで開くなどすればい い。 http://127.0.0.1:5000/ (http://127.0.0.1:5000/)
19.
"Hello World!"的な試⾏2:webフォームからデータを集める"Hello World!"的な試⾏2:webフォームからデータを集める その1:WTFormsライブラリでユーザからデータを収集する その2:ディレクトリを作る その3:app.pyというwebアプリケーションをつかさどるファイルを作る その4:Jinja2というテンプレートエンジンを⽤いてhtml周りの処理をさせる。 Jinja2はテキストベースのテンプレートエンジンで、HTMLやXMLだけ でなく、どのようなマークアップの⽂書でも⽣成できる。 その5:cssを使ってスタイルを追加する その6:webアプリケーションで表⽰したいhtmlファイルを作る
20.
をインストール ディレクトリを作っておく
ディレクトリを作っておく ディレクトリを作っておく
21.
app.pyというwebアプリケーションをつかさどるファイルを作る テキストフィールドの拡張 フォーム画面での挙動 入力後のページでの挙動 メソッドを使ってフォームのデータをサーバに 送信する。 受け取った名前のデータ 受け取った名前のデータを に反映する。
22.
Jinja2というテンプレートエンジンを⽤いてhtml周りの処理をさせる。
23.
cssを使ってスタイルを追加する。ここではフォントの⼤きさを指定しているだけ。
24.
webアプリケーションで表⽰したいhtmlファイルを作るwebアプリケーションで表⽰したいhtmlファイルを作る これは⼊⼒画⾯。_formhelpers.htmlというjinjaのファイルを呼び出してレンダリング をしている。 ※レンダリングとは、データなどで保持している情報から、コンピュータのプログラ ムを⽤いて画像などを⽣成すること。
25.
26.
これはフォーム⼊⼒後のページ。受け取った名前を画⾯に表⽰するためのコード。
27.
python app.py をターミナルで実⾏してローカルサーバーのアドレス( )が表⽰されるので、それをwebブラウザで開くなどすればい い。 http://127.0.0.1:5000/ (http://127.0.0.1:5000/)
28.
29.
映画レビュー分類器をWebアプリケーションとして実映画レビュー分類器をWebアプリケーションとして実装する装する その1:ディレクトリを作る その2:update.pyという映画レビューの分類器の更新をつかさどるファイルを 作成する その3:app.pyというwebアプリケーションをつかさどるファイルを作る その4:Jinja2を⽤いてhtml周りの処理をさせる その5:cssを使ってスタイルを追加する その6:webアプリケーションで表⽰したいhtmlファイルを作る
30.
なければこれでディレクトリを作る
ディレクトリを作る ディレクトリを作る
31.
update.pyという映画レビューの分類器の更新をつかさどるファイルを作成する ローカルディレクトリから をインポート 前処理 学習 のファイルを永続的に更新したい場合は以下のコードのコメントを解除
32.
app.pyというwebアプリケーションをつかさどるファイルを作る 関数が⻑いので分割して紹介1 ローカルディレクトリから をインポート ローカルディレクトリから
関数をインポート
33.
関数が⻑いので分割して紹介2 分類器の準備の部分の記述 現在のディレクトリの情報を取得 モデルを取得 データベースの情報を取得 分類器の関数 前処理 予測 クラスごとの確率の最大値を返す ラベルと確率を返す 新しいデータでの訓練 にデータをインサートする関数
34.
関数が⻑いので分割して紹介3 部分の記述 レビューは
文字以内 トップページの挙動に関する記述 結果ページの挙動に関する記述 映画のレビューを受け取る レビューのデータをつっこんで、前処理させて予測 結果を ファイルに反映させる。(レンダリングする) 入力フォーム
35.
関数が⻑いので分割して紹介4 部分の記述 サンキューページの挙動に関する記述 フィードバック結果によって表示を変える モデルを訓練し直す 訓練データとして追加する サンキューページを表示する
36.
関数が⻑いので分割して紹介5 部分の記述 モデルを更新してから実行す る
37.
Jinja2というテンプレートエンジンを⽤いてhtml周りの処理をさせる
38.
cssを使ってスタイルを追加する、ここでは幅とパディングについてだけ。
39.
webアプリケーションで表⽰したいhtmlファイルを作る。 これは⼊⼒画⾯のhtml。
40.
これは結果の画⾯のhtml
41.
これはサンキューページのhtml
42.
python app.py をターミナルで実⾏してローカルサーバーのアドレス( )が表⽰されるので、それをwebブラウザで開くなどすればい い。 http://127.0.0.1:5000/ (http://127.0.0.1:5000/)
43.
44.
45.
PythonAnywhereでのサーバ上でのアプリケーション実PythonAnywhereでのサーバ上でのアプリケーション実⾏⾏ PythonAnywhereとは? PythonベースのWebホスティングサービス。要はサーバを皆さんに貸 しますよというサービス。 Beginnerアカウントであれば無料である程度のことを扱えるという良 ⼼的なサービス。
46.
PythonAnywhereでの⼿順PythonAnywhereでの⼿順 その1:アカウントを作って、python3.8の環境を⽤意する。 その2:virtualenvで⾃分の環境を作り、sklearn、 ask、wtformsをインストー ルする。 その3:ディレクトリを作成し、ファイルをアップロードする。 その4:リロードする。 その1:アカウントを作って、python3.8の環境を⽤意する。その1:アカウントを作って、python3.8の環境を⽤意する。 詳細は教科書に載っているので割愛。
47.
その2:virtualenvで⾃分の環境を作り、sklearn、 ask、wtformsをイその2:virtualenvで⾃分の環境を作り、sklearn、 ask、wtformsをインストールする。ンストールする。 Bash
consoleを開いて、 「mkvirtualenv 任意の名前(アルファベット)--python=/usr/bin/python3.8」 を実⾏する。 そのあとは、sklearn、 ask、wtformsをインストールをpipを使ってインストールして おく。
48.
管理画⾯の「Web」からVirtualenvの設定で、先ほど作った環境名を指定する。
49.
管理画⾯の「Web」で実⾏するファイルのパスを指定しておく。
50.
その3:ディレクトリを作成し、ファイルをアップロードする。その3:ディレクトリを作成し、ファイルをアップロードする。
51.
その4:リロードする。その4:リロードする。
52.
デプロイされたアプリケーションを触ってみるデプロイされたアプリケーションを触ってみる
53.
54.
Descargar ahora