我已经开发了一个rest,使用烧瓶公开了Python深度学习模型(CNN用于文本分类)。我有一个非常简单的脚本,它将模型加载到内存中,并输出给定文本输入的类概率。API在本地完全正常工作。然而,当我git push heroku master时,我得到了Compiled slug size: 588.2M is too large (max is 500M)。该模型的大小为83 is,对于深度学习模型来说是相当小的。值得注意的
我正在尝试部署我的Django应用程序,它使用机器学习模型。而机器学习模型需要pytorch来执行。Push rejected, failed to compile Python app.Django==3.0.6future==0.18.2idna==2.9kiwisolver-3.7.5
然而,当我使用命令pip i
RapGenius发布了关于他们如何检查所有170 k urls的,这些urls是通过使用Ruby库Typhoeus对Heroku上的工人dynos进行并行搜索来指向他们的。为了更好地使用Python,我成功地开发了一个刮板器,它使用redis和python多处理在我的桌面上并行处理。我困惑的地方是我如何修改它来处理Heroku。#stores result into MySQL
我现在的程序结构能直接移植到<e