log_revision.py
),它在数据库中保存了 git 提交、更多参数,最后将 .whl(创建的诗歌)发送到远程服务器(每个 .whl 在服务器中的不同路径中,路径保存在数据库中)。目前我在每次运行推荐后手动运行脚本poetry build
。我知道pyproject.toml
有, [tool.poetry.scripts]
但我不知道如何使用它来运行 python 脚本。
我试过
[tool.poetry.scripts]
my-script = "my_package_name:log_revision.py
Run Code Online (Sandbox Code Playgroud)
然后,poetry run my-script
但我总是得到一个错误
AttributeError: module 'my_package_namen' has no attribute 'log_revision'
1.有人可以帮我理解如何运行许愿表吗?
作为一个短期选项(没有 git 和 params)我尝试使用poetry publish -r http://192.168.1.xxx/home/whl -u hello -p world
但我收到以下错误
[RuntimeError]
Repository http://192.168.1.xxx/home/whl is not defined
Run Code Online (Sandbox Code Playgroud)
2. 我在做什么,我该如何解决?
会appricate任何帮助,谢谢!
我的简单 terraform 文件是:
provider "aws" {
region = "region"
access_key = "key"
secret_key = "secret_key"
}
terraform {
backend "s3" {
# Replace this with your bucket name!
bucket = "great-name-terraform-state-2"
key = "global/s3/terraform.tfstate"
region = "eu-central-1"
# Replace this with your DynamoDB table name!
dynamodb_table = "great-name-locks-2"
encrypt = true
}
}
resource "aws_s3_bucket" "terraform_state" {
bucket = "great-name-terraform-state-2"
# Enable versioning so we can see the full revision history of our
# state files
versioning {
enabled = …
Run Code Online (Sandbox Code Playgroud) 当我将我的整个模型和参数记录到 mlflow 中时,我认为最好用用户名和密码保护它。
我使用以下代码运行mlflow服务器
mlflow server --host 0.0.0.0 --port 11111
工作完美,在myip:11111
我的浏览器中,我输入并看到所有内容(最终是问题所在)
如果我理解文档和以下https://groups.google.com/forum/#!topic/mlflow-users/E9QW4HdS8a8链接正确,我应该使用 nginx 来创建身份验证。
我安装nginx open sourcre
并apache2-utils
创建的sudo htpasswd -c /etc/apache2/.htpasswd user1
用户和密码。
我编辑了我/etc/nginx/nginx.conf
的以下内容:
server {
listen 80;
listen 443 ssl;
server_name my_ip;
root NOT_SURE_WHICH_PATH_TO_PUT_HERE, THE VENV?;
location / {
proxy_pass my_ip:11111/;
auth_basic "Restricted Content";
auth_basic_user_file /home/path to the password file/.htpasswd;
}
}
Run Code Online (Sandbox Code Playgroud)
但没有出现身份验证。
如果我将 conf 更改为侦听, listen 11111
我会收到一个错误,表明该端口已在使用中(当然,由 mlflow 服务器....)
我的愿望是在任何人都可以使用浏览器通过 mlflow 输入之前有一个身份验证窗口。
很高兴听到任何建议。
我正在使用快速 api。
我想集成 X 射线,但无法在线找到任何示例,我可以看到有一个功能请求,但我也找到了这个 github 答案
,其中指出You can now instruments your FastAPI application using Open Telemetry Python SDK and sends data to X-Ray service.
但只能找到flask\django 的例子。
有人有一个简短的示例\链接吗?
真的很感激!
谢谢!
我想弄清楚在我的 android 应用程序中集成 AWS S3 的最佳实践是什么。
作为准备工作,我有一个 s3 存储桶,我可以使用 python/java SDK 上传\下载\删除它,现在我想在我的 android 应用程序中实现它。我在网上发现了不同的方法,但我无法理解最近\正确的做法是什么。我的研究带来了以下结果:
移动中心 - https://grokonez.com/android/uploaddownload-files-images-amazon-s3-android 或在亚马逊官方 - https://docs.aws.amazon.com/aws-mobile/latest/developerguide/ mobile-hub-add-aws-mobile-user-data-storage.html
用户池\cognito - https://101apps.co.za/index.php/item/195-android-and-amazon-s3-secure-file-storage-in-the-cloud
github 项目 - https://github.com/nimran/Amazon-S3-Integration-in-Android - 当我克隆并尝试激活它时,大部分 aws 调用都已废弃。
另一位亚马逊官员,这次使用的是 Android SDK - https://aws-amplify.github.io/docs/android/storage
我正在寻找最新的指南\repo,并解释将 S3 集成到 android 应用程序中的正确方法。 谢谢
I am using the following: python 3.6.4
Flask = 1.1.1,
Keras = 2.3.0,
TensorFlow = 1.14.0, I have a Flask server that gets pictures from the clients. using Keras model with a TensorFlow back-end I try to get a prediction from a pre-trained model.
I am using the following function to upload the model( as part of a class)
model_path = self.conf["model_path"] // path in conf to model
self.model = load_model(model_path) // uploading the model
self.model._make_predict_function()
p_log.info("model had been upload …
Run Code Online (Sandbox Code Playgroud) 我有以下几点:
我正在使用基于 DRF 的 JWT 令牌。我想将实验与用户相关联,即当发布请求到达时,我希望能够使用发送请求的用户为作者所需的 Foreginkey 保存该发布请求。POST 请求始终经过身份验证,从不匿名,即request.user
始终存在(调试时可以看到)
我尝试添加以下内容
def create(self, request, **kwargs):
request.data["author"] = request.user
serializer = ExperimentsSerializers(data=request.data)
if serializer.is_valid():
serializer.save()
return....
Run Code Online (Sandbox Code Playgroud)
但is_valid
返回总是 False (唯一一次 ts 为真,是当我从 ExperimentsSerializers 字段中取出作者时......
对任何线索都会感到高兴....
我的代码附在下面
模型.py:
class User(AbstractUser):
pass
def __str__(self):
return self.username
class Experiments(models.Model):
name = models.CharField(max_length=40)
time = models.DateTimeField(default=timezone.now)
author = models.ForeignKey(settings.AUTH_USER_MODEL, on_delete=models.CASCADE)
Run Code Online (Sandbox Code Playgroud)
查看.py:
filter_backends = [DjangoFilterBackend, filters.OrderingFilter]
serializer_class = ExperimentsSerializers
queryset = Experiments.objects.all()
filterset_fields = '__all__'
permission_classes = (permissions.IsAuthenticated,)
Run Code Online (Sandbox Code Playgroud)
序列化程序.py
class ExperimentsSerializers(serializers.ModelSerializer):
class …
Run Code Online (Sandbox Code Playgroud) python django django-models django-views django-rest-framework
我有以下结构:
-mfp/
- react-host/
- webpack.dev.js
- index.js
- bootstrp.js
- src/
- App.js
- angular-remote/
- webpack.config.js
- src/
- main.ts
- bootstrp.ts
- app/
- app.module.ts
Run Code Online (Sandbox Code Playgroud)
我webpack.config.js
在我的角度远程看起来如下
const webpack = require('webpack');
const ModuleFederationPlugin = require('webpack/lib/container/ModuleFederationPlugin');
module.exports = {
output: {
uniqueName: "ang",
publicPath: "http://localhost:8082/"
},
optimization: {
runtimeChunk: false
},
plugins: [
new ModuleFederationPlugin({
library: { type: 'var', name: 'ang' },
name: "ang",
filename: "remoteEntry.js",
exposes: {
'./angApp': './src/app/app.component.ts',
},
shared: {
'@angular/core': { eager: true, …
Run Code Online (Sandbox Code Playgroud) 我正在使用 this_repo开始使用 Docker 运行 ELK。
我的问题是关于 docker-compose 文件中的 logstash 图像:
当我在本地运行时,我有 3 个文件
#general settings
logstash.yml
#pipeline setting
pipeline.yml
#a pipe line configuration
myconf.conf1
Run Code Online (Sandbox Code Playgroud)
当我想使用多管道时,我使用 pipeline.yml 文件来控制我正在运行的所有不同管道
# Example of my pipeline.yml
- pipeline.id: my-first-pipeline
path.config: "/etc/logstash/my-first-pipeline.config"
pipeline.workers: 2
- pipeline.id: super-swell-pipeline
path.config: "/etc/logstash/super-swell-pipeline.config"
queue.type: persisted
Run Code Online (Sandbox Code Playgroud)
在我用作指南的回购中,我只能找到 logstash.yml,我不明白如何添加管道。唯一运行的管道是默认的“main”,默认情况下只运行 logstash.conf 我尝试了不同的配置,所有字段
如何将 pipeline.yml 添加到 docker?或者使用这个 docker-compose 文件运行多管道的最佳实践是什么?
感谢任何帮助
docker-compose/logstash 形成 repo:
logstash:
build:
context: logstash/
args:
ELK_VERSION: $ELK_VERSION
volumes:
- type: bind
source: ./logstash/config/logstash.yml
target: /usr/share/logstash/config/logstash.yml
read_only: true
- type: …
Run Code Online (Sandbox Code Playgroud)