Flask の使いどころ - Twisted Mind
Web アプリを仕事ではほとんど書いたことが無かったのですが、Flask を仕事で使う事にしたので、書いてて感じた Flask の使いどころを。 追記 コメントに色々な意見を頂いておりますので、是非そちらも。 がっつり使われた方の感想 Flaskを１年仕事で使った感想 - kawaken’s blog http://d.hatena.ne.jp/kentaro_kawano/20120115/1326612808 結論 とりあえず箇条書きで ... データベースサーバとの接続が前提なら、 Flask を使うのはやめる Flask-* という Flask の拡張を使う時点で、Flask を使うのはやめる 大規模で Blueprints を使う前提なら、Flask を使うのはやめる 小さなアプリでプラガブルな仕組みを自分で作るには良い パーミッションは Flask-Principal が良さそ
Python+uWSGI+nginx+flaskを試してみる - Make Local Happiness
PythonでAPIを開発できる環境を作りたかったので、 色々試してみました。 いつもはPHPを使っていたので、webサーバはお手軽にApacheを使っていたのですが、 業務ではデータ分析をしているため、 今後はPythonを使う予定なので、さっそくPythonのwebサーバを作っていきたいと思います。 Pythonをwebから使う際には以下のようなサーバがあるのですが、 uWSGIが良いとのブログを発見したのでやってみます。 Python を Web 上で使うには SimpleHTTPServer Apacheでmod_python FastCGI WSGI 便利で超強力なWSGIサーバー uWSGI を使ってみよう こちらの記事を参照したのですが、 難しい内容なので、そこまで理解してませんので、 詳しくは檜山正幸のキマイラ飼育記のブログをみてください。 とりあえず、webサーバはNgi
Python製Webフレームワークの比較とDjangoの環境構築
9年ぶりとなるメジャーバージョンアップを控えて、盛り上がりを見せているDjango。この連載では最新のDjangoとDjango REST frameworkを用いたプロダクト開発の手法を、実務に使える形でお伝えしていきます。今回はDjangoの特徴を確認してからDjangoプロジェクトの環境構築についてをご紹介します。 はじめに データ分析や機械学習の隆盛に伴い、Pythonの人気は近年とても高まっています。それはNumPyやChainerといった便利なPythonライブラリが充実しているという理由がもちろん挙げられますが、Pythonが汎用プログラミング言語であることも人気の後押しになっています。 実際、「収集・分析したデータの二次活用として、Webアプリケーションを作りたい」という声をよく聞くようになりました。Pythonならデータ処理からWeb開発まで一貫して同じ言語で書くことがで
【SQL Server 2017 による In-Database Python 分析 チュートリアル】 - Qiita
SQL開発者のための In-Database Python 分析 このチュートリアルの目的は、SQLプログラマーにSQL Serverで機械学習ソリューションを構築する実践的な体験を提供することです。 このチュートリアルでは、ストアドプロシージャにPythonコードを追加することで、Pythonをアプリケーションに組み込む方法を学習します。 [!NOTE] 同様のチュートリアルのR版はこちら。R版はSQL Server 2017とSQL Server 2016の両方で動作します。 概要 機械学習開発のライフサイクルは一般的に、データの取得とクレンジング、データの探索と特徴エンジニアリング、モデルのトレーニングとチューニング、そして最終的には本番環境へのモデル展開で構成されます。実際のコーディング、デバッグ、テストは、以下のようなPython用の統合開発環境（Python Tools for
TensorflowやPythonの基礎が学べる——初心者向け「AIプログラム学習キット」｜fabcross
スペクトラム・テクノロジーは、Raspberry Pi 3 model Bを使い、Googleの機械学習ライブラリー「Tensorflow（テンソルフロー）」や、プログラミング言語Pythonの基礎を学習できる「AIプログラム学習キット」を発売する。 本キットは、初心者向けに、プラットフォームとしてRaspberry Piを採用、あとはインターネットに接続できるPC環境があれば、AI学習ができるように構成されている。学習に必要なプログラムもすべてインストール済だ。 まず、基本的なPythonプログラミングを練習問題100題を使って学び（標準時間30時間）し、Tensorflowの使い方を習得する。そして次のステップで、文字認識（MNIST）、画像認識（CIFAR－10、IRIS）、自然言語処理（word2vec）などのディープラーニングで有名なプログラムを使った応用学習ができる。 キット内
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
処理を実行中です
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
