機械学習モデルをサーバーレス API としてデプロイ | Amazon Web Services
前提条件 このソリューションを実装するには、次のサービスにアクセスできる AWS アカウントが必要です。 Amazon API Gateway AWS CloudFormation Amazon CloudFront AWS CodeBuild AWS Lambda Amazon S3 ソリューションの概要 次の図は、このソリューションのアーキテクチャを示しています。 このソリューションは次のサービスを採用しています。 AWS Lambda – サーバーのプロビジョニングや管理を行わずに、機械学習推論コードを実行できます。実行時間のみに対してお支払いいただきます。Lambda 関数はディープラーニングモデルを読み込み、画像内のオブジェクトを検出します。Lambda レイヤーには、複数の関数にわたってインポートできるパッケージ化されたコードが含まれています。 AWS CodeBuild –
AWS FinTech リファレンス・アーキテクチャー日本版の公開について | Amazon Web Services
Amazon Web Services ブログ AWS FinTech リファレンス・アーキテクチャー日本版の公開について アマゾン ウェブ サービス（以下 AWS ）は、日本の金融機関の皆様が参照される FISCのガイドライン や PCI DSS, ISO27001, ISO27017 などの様々な統制やセキュリティ基準への対応をしてきました。現在ではグローバルに世界各国の金融機関やFinTech のお客様にAWS のサービスをご活用いただいております。この度そうした知見や実績を活かし、日本の金融機関やFinTechのお客様が主に参照される各種のガイドラインの主要な要求事項と技術的検討が必要な項目を網羅的に確認し、「AWS FinTech リファレンス・アーキテクチャー 日本版」を作成し、本日AWSコンプライアンスWEBサイトの日本のFinTech向けのページにて公開しました。お客様は、
TensorFlowをAWS Lambdaで使って競艇予想APIを爆誕させました！！ - Qiita
はじめに この記事は以前作成した競艇予想のモデルをAWS Lambda上で使用し、 競艇予想APIを作成したときのお話です。 やっていることは単純ですが、これを実現するために私の夏休みをすべて費やしました(泣) ですので、私のようにAWS Lambdaで自身が作成した機械学習モデルを使用したいと 考えている方の助けとなれるように記事を書きました。 アジェンダ 1.使用したライブラリ、実行環境について 2.処理内容について 3.アーキテクチャ図について 4.競艇予想APIを作る上で困った点について 5.Serverlessについて 6.ServerlessによるAWS Lambdaのデプロイ方法について 7.競艇予想APIのつくり方について 8.最後に 1.使用したライブラリ、実行環境について ・Python 3.6 ・TensorFlow 1.14.0 ・Numpy 1.15.4, 1.1
Amazon API Gateway は何をしてるのか | DevelopersIO
アプリケーションをユーザに公開する場合, それがGUIであってもCUIであってもインタフェースが必要になります. Webアプリケーションを公開する場合にはWeb APIを利用するのが一般的であり, AWSもAPIをフルマネージドで活用するためのAPI Gatewayを提供しています. 非常に簡単に活用できるのですが細かい機能などを今一度洗い直す機会があればと思っており, 社内勉強会の機会があったのでAPI Gatewayについて話しました. 今回の記事では社内向け勉強会で登壇した内容をブログ向けに再編しています. 資料はSpeakerDeckで公開していますが, 内容についてより細かくこのブログで説明しますので, 是非ご閲覧ください. What is API まず最初にAPIが何かを確認します. 大雑把に伝えるとアプリケーションが呼び出せば予期した結果を返されるような仕組みです. 名前にあ
SageMakerとServerlessを組み合わせて、お手軽にscikit-learnの機械学習APIを作る - フリーランチ食べたい
SageMakerとServerlessを使ってscikit-learnの機械学習APIを作る方法を紹介します。 公式ドキュメントやその他の記事の多くはコンソール操作やnotebook上での操作が多く含んでいて、そのコードのまま本番運用に使うのは難しいと感じたので、この記事では コンソール操作やnotebook上での操作なしでスクリプトだけで完結 できるようにしています。カスタマイズすれば本番運用で使えるはずです。 また公式ドキュメントにもExampleがいくつかあるのですが、色々な処理を含んでいて、自分には理解し辛い部分がありました。今回、SageMakerを理解するためにもっとシンプルなToy Exampleを作ってみました。 作るもの 環境 アーキテクチャ構成 フォルダ構成 事前準備 Layer作成 Resource作成/環境変数定義 学習用のデータをS3にアップロード モデル学習&
機密情報を一元管理できる「AWS Secrets Manager」とは？概要と主要機能、動作原理、各種リソースまとめ | DevelopersIO
AWS Summits 2018 | San Franciscoにて突如発表された、AWS Secrets Manager。自分も速報記事（【完全新機能】DB認証情報やOAuthキーを一元管理可能なAWS Secrets Managerが発表されました！）書いて以降、あれこれ触ってみています。 この記事では、これからAWS Secrets Managerを触ってみようという人に向けて、公式ドキュメントの内容を中心に、その概要と動作原理、各種チュートリアル、詳細を学ぶためのリソースをまとめてみました。 とりあえず読んでおいてもらえれば、幸せになれるかと思っております。 目次 各種リソース AWS Secrets Managerとは？ AWS Secrets Managerの主要機能3点 AWS Secrets Managerの動作原理 AWS Secrets Managerのローテーション機
HTTP API の設計方向
見てみると、たしかに Get 系の API だとしても POST を利用しているし、API の URL 設計に get_shared_link_file のようによく言われる REST っぽい設計は使っていなかった。 この方針は同意だ。自分は結構前に REST っぽい API を捨てることにした。だからといって REST API がダメだとかは思っていない。 一般ユーザが使う場合の API は REST API であるほうが慣れ親しんでいる場合が多いからだ。 AWS で利用されている HTTP API 仕様AWS の DynamoDB の Erlang/OTP ドライバーを書いているときに気づいたのだが、AWS の一部のサービスはかなり独特な API の仕様になっている。
Swaggerで始めるモデルファーストなAPI開発
This document summarizes a microservices meetup hosted by @mosa_siru. Key points include: 1. @mosa_siru is an engineer at DeNA and CTO of Gunosy. 2. The meetup covered Gunosy's architecture with over 45 GitHub repositories, 30 stacks, 10 Go APIs, and 10 Python batch processes using AWS services like Kinesis, Lambda, SQS and API Gateway. 3. Challenges discussed were managing 30 microservices, ensur
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
