Deploying a Pytorch Computer Vision Model API to Heroku

oferecido por
Neste projeto guiado, você irá:

Build a PyTorch computer vision model REST API with Flask.

Deploy PyTorch computer vision model REST API to Heroku.

2 hours
Intermediário
Sem necessidade de download
Vídeo em tela dividida
Inglês
Apenas em desktop

Welcome to the “Deploying a Pytorch Computer Vision Model API to Heroku” guided project. Computer vision is one of the prominent fields of AI with numerous applications in the real world including self-driving cars, image recognition, and object tracking, among others. The ability to make models available for real-world use is an essential skill anyone interested in AI engineering should have especially for computer vision and this is why this project exists. In this project, we will deploy a Flask REST API using one of Pytorch's pre-trained computer vision image classification models. This API will be able to receive an image, inference the pre-trained model, and return its predicted classification. This project is an intermediate python project for anyone interested in learning about how to productionize Pytorch computer vision models in the real world via a REST API on Heroku. It requires preliminary knowledge on how to build and train PyTorch models (as we will not be building or training models), how to utilize Git and a fundamental understanding of REST APIs. Learners would also need a Heroku account and some familiarity with the Python Flask module and the Postman API Platform. At the end of this project, learners will have a publicly available API they can use to demonstrate their knowledge in deploying computer vision models.

Habilidades que você desenvolverá

  • Machine Learning

  • Python Programming

  • pytorch

  • Machine Learning Deployment

  • Computer Vision

Aprender passo a passo

Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:

  1. Import all the necessary libraries.

  2. Build a PyTorch computer vision model REST API with Flask.

  3. Build a simple flask web server.

  4. Test out PyTorch computer vision model REST API localhost end point.

  5. Deploy PyTorch computer vision model REST API to Heroku

  6. Test out PyTorch computer vision model REST API Heroku end point.

  7. Capstone Practice

Como funcionam os projetos guiados

Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download

Em um vídeo de tela dividida, seu instrutor te orientará passo a passo

Perguntas Frequentes – FAQ

Ao comprar projetos guiados, você recebe tudo o que precisa para completá-los, inclusive acesso a um espaço de trabalho de área de trabalho na nuvem por meio do seu navegador web, que contém o software e os arquivos necessários para iniciar, além de um vídeo de instruções passo a passo de um especialista no assunto.

Como seu espaço de trabalho tem uma área de trabalho na nuvem dimensionada para notebooks e computadores desktop, os projetos guiados não estão disponíveis para dispositivos móveis.

Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domínio do projeto e amam compartilhar seus conhecimentos para ajudar milhões de aprendizes do mundo todo.

Você pode baixar e manter todos os arquivos que foram criados para seu projeto guiado. Para fazer isso, você pode usar o recurso "Navegador de arquivos" enquanto acessa a área de trabalho na nuvem.

Reembolsos não estão disponíveis para projetos guiados. Consulte nossa política de reembolso completa.

Não há auxílio financeiro disponível para projetos guiados.

A participação como ouvinte não está disponível para projetos guiados.

Na parte superior da página, você pode clicar no nível de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nível dos projetos guiados, seu instrutor o guiará passo a passo.

Sim, tudo o que você precisa para completar o projeto guiado estará disponível em uma área de trabalho na nuvem disponível no seu navegador.

Você aprenderá na prática ao completar tarefas em um ambiente com tela dividida, diretamente em seu navegador. No lado esquerdo da tela, você completa a tarefa no seu espaço de trabalho. No lado direito, você assiste a um instrutor que o guiará pelo projeto, passo a passo.