w***g
发帖数: 5958 | 1 用tornado做的服务器(其实flask更好, 当时不知道写了一批tornado, 就这么用下来了)
就几行:
url = self.get_argument('url', None) # 得到get参数
response = requests.get(url) # request下载图片
image = cv2.imdecode(np.asarray(bytearray(response.content), dtype=np.uint8)
, cv2.CV_LOAD_IMAGE_COLOR) # 解码图片
然后处理
完了
r, buf = cv2.imencode('.jpg', image)
self.set_header('Content-Type', 'image/jpeg')
self.write(buf.tostring()) # 写回图片.
人脸那部分你自己去openface查, 也就这么几行.
抓图片就是google search, 使劲往下滚, 等差不多出来都是垃圾了save网页就行.
如果要更fanc... 阅读全帖 |
|
|
|
N*****m
发帖数: 42603 | 4 前端后端都是相对的
web browser里面的spa，那估计是不行；web server，那很多：django, flask |
|
s********k
发帖数: 6180 | 5 2.7的项目要port 到py 3，flask写的简单APP是不是也不需要太多工作？ |
|
d********g
发帖数: 10550 | 6 Flask的port分分钟，它本身是支持的，就看你有没有写兼容代码。如果用了别的lib主
要是看那些 |
|
N*****m
发帖数: 42603 | 7 感觉你混淆很多概念
nginx是reverse proxy，Java一样要用
gunicorn, uwsgi这些跟tomcat类似，python里面你一样可以不用，用flask这样的就跟
你的spring boot一样，直接运行就行了；node.js就更简单了 |
|
|
p*******8
发帖数: 344 | 9 现在在一个top startup开发microservice, 主要用java, python, go, storage主要用
mysql, cassandra, web framework用dropwizard, tornado, flask, 从头到尾开发了
好几个系统，有点厌倦了，一是确实写了太多代码，二是web service的东西其实都差
不多，想学点更专一点的，三是我其实不太在乎product本身。最近百度无人车组
recruiter联系，想想有没有可能转deep learning?
本科／研究生学了不少数学，但都还给老师了，andrew ng coursera上的machine
learning两年前学过，细节估计也都忘了，有没有这方面的大牛给点建议？有知道好的
文章也欢迎转载，谢谢！ |
|
d*******r
发帖数: 3299 | 10 哪家 top startup? dropwizard, tornado, flask 都在用?? |
|
e*******o
发帖数: 4654 | 11 Python： 看一下flask，大一点的Django。 |
|
N*****m
发帖数: 42603 | 12 python的web framework简直太多了
相对来说，更喜欢flask |
|
w********m
发帖数: 1137 | 13 先开一个jupyter notebook做repl，验证一下功能
网上抄一套html／js的模版
开着django或者flask，hot loading，改改
看看数据库没啥问题就上线了
java做的话，还在写interface吧 |
|
t***k
发帖数: 610 | 14 有人用这个组合吗？ 后台framework看花眼了，Django, Flask, Node.js，但是疑问为
什么不能用Spark? 看介绍spark主要用在big data上而不是通用网站上？ |
|
发帖数: 1 | 15 那外头这么多backend framework花多眼乱,怎么权衡选择?
比如flask,感觉这个非常lightweight
为什么感觉好像国内很多大公司都用spring ? |
|
X******n
发帖数: 914 | 16 那看你想做什么了：
数据：numpy， pandas, matplotlib, scikitlearn, scipy, pytorch
Data-mining: Requests, Beautiful-soup, scrapy
web: Flask, Django,... |
|
发帖数: 1 | 17 看了另外一个帖子，大概是后端上django（或者flask？），前端用react native? 我
想我大概的问题是如何把这些东西糅合在一起，用最简单的办法把前后端连接起来，让
网站和app都能跑。 |
|
w***g
发帖数: 5958 | 18 我常用的
Numpy
Scikit
Django
Flask
Tensorflow
Jinja2
最近在推dash
Pandas一直学不会
：你的"标准轮子"指那几个？
：Python 轮子不要太多 |
|
x********o
发帖数: 2092 | 19 Numpy，scikit, pandas, tensorflow 我倒常用。Django/flask没用过，干啥的？ |
|
n******g
发帖数: 2201 | 20 大神你的产品全都docker 发布吗？
[在 wdong (万事休) 的大作中提到：]
:我常用的
:Numpy
:Scikit
:Django
:Flask
:Tensorflow
:Jinja2
:最近在推dash
:Pandas一直学不会 |
|
|
|
发帖数: 1 | 23
这玩意儿难道不就是用来出网站原型吗
难道真的要用它做大网站？ |
|
w***g
发帖数: 5958 | 24 搞数据的，data modeling非常重要。
界面我其实打算用vue了，所以django那套template系统估计要扔掉了。 |
|
f******2
发帖数: 2455 | 25 Django的template那套全扔掉用vue做SPA的话，我劝你上node.js（如果项目大用
typescript写，否则无所谓）全是一个npm install 几十行代码就搞定一个大
feature的开发感觉。
从0基础到网站运行基本就是1个星期的事儿
: 搞数据的，data modeling非常重要。
: 界面我其实打算用vue了，所以django那套template系统估计要扔掉了。
|
|
|
w***g
发帖数: 5958 | 27 我js写得不好，还是python算了。前端那是没办法。
：Django的template那套全扔掉用vue做SPA的话，我劝你上node.js（如果项目大用
：typescript写，否则无所谓）全是一个npm install 几十行代码就搞定一个大 |
|
f******2
发帖数: 2455 | 28 我以前也是你的这个思路，花了不到一个星期彻底转变了。
人上了年纪很容易产生惰性，不愿意走出comfortable zone，但是出来兜一圈发现根本
就不是个事儿。
: 我js写得不好，还是python算了。前端那是没办法。
: ：Django的template那套全扔掉用vue做SPA的话，我劝你上node.js（如果项目
大用
: ：typescript写，否则无所谓）全是一个npm install 几十行代码就搞定一个大
|
|
|
h**********e
发帖数: 4328 | 30 是啊
那么多四十来岁的千老刷题转码
这算个啥啊 |
|
w***g
发帖数: 5958 | 31 那怎么办。deep-learning 模型都龌龊的很，我能想到的封装方式
就是docker + restful API。
其实速度没那么惨。实战有不少小数据，thumbnail和时间序列等，
在CPU上跑一秒钟处理十几个请求都没问题。如果真的每秒能有10
个请求，那估计已经是大生意了。 |
|
f******2
发帖数: 2455 | 32 不太懂dl，向您请教一下：您这个是inference的计算吧？模型训练不是这个job per
request的方式，对吗？
: 那怎么办。deep-learning 模型都龌龊的很，我能想到的封装方式
: 就是docker restful API。
: 其实速度没那么惨。实战有不少小数据，thumbnail和时间序列等，
: 在CPU上跑一秒钟处理十几个请求都没问题。如果真的每秒能有10
: 个请求，那估计已经是大生意了。
|
|
w***g
发帖数: 5958 | 33 对。部署的是inference模型。
训练的话小作坊我觉得还做不到自动化。那是google/amazon这些大厂的事情。 |
|
f******2
发帖数: 2455 | 34 再借着您的帖子学习一下（前面发帖问过类似问题，但是没有人回答）：对于模型训练
以及inference，亚马逊/google都有云服务（例如 https://cloud.google.com/vision
/docs/samples），我们这儿的一个DL“专家”（其实我看了看他简历，估计也就是
coursera两门课毕业的水平）说自己搭cluster效果更好，理由是“我们有更多的灵活
性”。
但是我有两个问题：
1. 就算能更灵活，一个三脚猫上来就开手动档，是不是还不如自动挡来的靠谱？
2. 这个更灵活，在实际情况下到底有多大用处？如果折腾半天（人力投入，以及工期
的加长）差了个2%啥的，实际生产上有人care吗？
: 对。部署的是inference模型。
: 训练的话小作坊我觉得还做不到自动化。那是google/amazon这些大厂的事情。
|
|
w***g
发帖数: 5958 | 35 大厂的服务我没仔细看过。应该是图片分类或者tagging。我有个客户从几年前起
就长期买clarifai的tagging服务。这些其实包括我在内的“专家”很可能做不过
大厂。这些大厂的服务和人力比应该还是便宜很多的，我还是建议你们一试。
如果问题一旦超出了标准的图片分类，各种花式目标函数，或者跑刚发表的算法，
那还是需要专家的。总的说来，专家的生意越来越难做。
vision |
|
w***g
发帖数: 5958 | 36 别说是三脚猫开手动档， 就是我这种老司机单枪匹马也没法跟大厂扛。
你说的AI云服务，每个后面都有一个团队的老司机，把intern都算进去，
平均包裹应该也能超出我两倍了，根本没法对抗的。
我也不知道出路在哪里。估计还是得找大厂看不上眼的niche做。或者
就是趁大厂的服务还没出来，帮别人先应应急。我的说辞就是，我能做的
就是拿现有技术给您跑一跑，最后估计accuracy比当今最牛的差2%的样子，
您这生意成不成的了也不取决于这2%，这样您生点钱我省点力，等生意真
的做起来咱在花力气提高，说不定到时候还能免费获得别人更新的研究成果。
vision |
|
f******2
发帖数: 2455 | 37 像您这样的专家还是要找个商务上的partner，看准一个方向做款产品；否则打一枪换
一个地方的consulting战术，长期来看逃脱不了和三脚猫竞争的窘境。
consulting是一个劣币驱良币的business
: 别说是三脚猫开手动档， 就是我这种老司机单枪匹马也没法跟大厂扛。
: 你说的AI云服务，每个后面都有一个团队的老司机，把intern都算进去，
: 平均包裹应该也能超出我两倍了，根本没法对抗的。
: 我也不知道出路在哪里。估计还是得找大厂看不上眼的niche做。或者
: 就是趁大厂的服务还没出来，帮别人先应应急。我的说辞就是，我能做的
: 就是拿现有技术给您跑一跑，最后估计accuracy比当今最牛的差2%的样子，
: 您这生意成不成的了也不取决于这2%，这样您生点钱我省点力，等生意真
: 的做起来咱在花力气提高，说不定到时候还能免费获得别人更新的研究成果。
: vision
|
|
w***g
发帖数: 5958 | 38 我遇人不淑啊。
算啦算啦，还是跟三脚猫竞争比较轻松。
我现在一听到名校大厂的人就怕，生怕人家是骗子。真正的comfort zone其实在
这里。学个新语言新轮子，一两天的事情，根本不在话下。 |
|
f******2
发帖数: 2455 | 39 要找skill set互补的人合作，同行是冤家。据我观察您需要找能忽悠的但是还知道自
己不行的商务人士合作，他管卖你管做。
很多教授是卖能卖一半，做能做一半的半吊子人群，但是又觉得自己两方面都行。
: 我遇人不淑啊，什么福大学，什么斯顿大学的教授，才几万块钱的事情我都吃过
: 他们的亏。算啦算啦，还是跟三脚猫竞争比较轻松。
: 我现在一听到名校大厂的人就怕，生怕人家是骗子。真正的comfort zone其实在
: 这里。学个新语言新轮子，一两天的事情，根本不在话下。
|
|
|
c*******v
发帖数: 2599 | 41 我可以和wdong合作。我什么资源都有。我可以和很多人合作。而且我是真正做算法的
。wdong的根基其实是CS. 算法是没有计算机出现的时候就已经很发达的东西。
phd之后title坚持algorithm engineer 10年的老中我从未见到过一个。EE学算法的，
先是.com泡沫改ic design一批，后来改java一批，再后来改data scientist一批.在美
国只有军工集团有一些我这种类型的人。
但我不会和任何人合作。你给我两块，我给你三块，人和人一旦发生交易关系，进了这
个framework,关系就变质了。感情就没了。我从不认为金钱的获取比感情的获取更难。
你和人谈恋爱，结束了她给你两美元……这感觉...
资本主义就是这么powerful。
: 要找skill set互补的人合作，同行是冤家。据我观察您需要找能忽悠的但是还
知道自
: 己不行的商务人士合作，他管卖你管做。
: 很多教授是卖能卖一半，做能做一半的半吊子人群，但是又觉得自己两方面都行。
|
|
c*******v
发帖数: 2599 | 42 只要在一个固定的路线上坚持就行了。你这咨询公司并没有开多久吧。目测一个phd的
时间都没到。python成功花了10年。做生意20年做到上市公司很正常。赚钱比读书难。
做生意这一行你会成功的。基本的办法都是trial and error。我观察下来，做生意比
较麻烦就是事情发生的很慢。没有学术里一秒对错那种爽快的感觉。我看人有一定准确
率。不是恭维。
另外将来国内一定是遍地摄像头和语音AI。要走快车道。
可能需要考虑和国内合作。
垂直领域有很多图像处理，很多公司不看大厂的东西。人都不傻，凭啥我中石油要被
google锁住？现在不是MSFT 进中国银行系统的时代。SAS很快就会歇菜。
即使不和国内合作。DL这块在美国也死不了。中国的需求会推动这行业的技术往前走。
然后需求驱动起来新技术，美国大厂必须对标。小公司也会借鉴国内经验。
: 别说是三脚猫开手动档， 就是我这种老司机单枪匹马也没法跟大厂扛。
: 你说的AI云服务，每个后面都有一个团队的老司机，把intern都算进去，
: 平均包裹应该也能超出我两倍了，根本没法对抗的。
: 我也不知道出路在哪里。估... 阅读全帖 |
|
x****u
发帖数: 44466 | 43 大厂虽然大，但里面的一个个人也只是螺丝钉，不见得是您老螺丝刀的对手 |
|
c*******v
发帖数: 2599 | 44 大厂往往没几个技术靠谱的工程师。有也多数呆不久。
这点王寅的看法没有大错。
但大厂可以不靠核心技术，靠销售和产品设计打。一个循环下来，你卖的少。那么一些
Corner case你不知道，别人知道，你就落后了。
所以我认为大厂厉害的是系统级别和产品级别的上层设计。和星宿派不是一个行业的。
大厂把老司机都当资源
看待，不是人。在大厂能学产品，往往学不到技术。
: 大厂虽然大，但里面的一个个人也只是螺丝钉，不见得是您老螺丝刀的对手
|
|
|
f******2
发帖数: 2455 | 46 N你的这个观点对。在大的大牛，如果连需求都没有听到，怎么积累？
大公司就是把所有的主流需求都事先知道了，然后做一个方案。其实CS里面哪有什么
rocket science。
: 大厂往往没几个技术靠谱的工程师。有也多数呆不久。
: 这点王寅的看法没有大错。
: 但大厂可以不靠核心技术，靠销售和产品设计打。一个循环下来，你卖的少。那
么一些
: Corner case你不知道，别人知道，你就落后了。
: 所以我认为大厂厉害的是系统级别和产品级别的上层设计。和星宿派不是一个行
业的。
: 大厂把老司机都当资源
: 看待，不是人。在大厂能学产品，往往学不到技术。
: |
|
f******2
发帖数: 2455 | 47 N你的这个观点对。在大的大牛，如果连需求都没有听到，怎么积累？
大公司就是把所有的主流需求都事先知道了，然后做一个方案。其实CS里面哪有什么
rocket science。
: 大厂往往没几个技术靠谱的工程师。有也多数呆不久。
: 这点王寅的看法没有大错。
: 但大厂可以不靠核心技术，靠销售和产品设计打。一个循环下来，你卖的少。那
么一些
: Corner case你不知道，别人知道，你就落后了。
: 所以我认为大厂厉害的是系统级别和产品级别的上层设计。和星宿派不是一个行
业的。
: 大厂把老司机都当资源
: 看待，不是人。在大厂能学产品，往往学不到技术。
: |
|
x****u
发帖数: 44466 | 48 flg的工程师水平还是明显高点的，当然工资也高，还有一点就是从上往下看不可避免
的要招大量混饭的，否则也雇不到牛人
对手 |
|
c*******v
发帖数: 2599 | 49 牛人进大厂很难在政治上绝地求生。
没几年自己那点积累就废了。
这就是35岁以上不走管理路线很难技术上前进的真相。
我周围很多油腻中年人好学校毕业。
我是唯一每天还写自己的程序，看论文的。
一般人兴趣和敏感度早就没了。没有兴趣和敏感度，你去哪积累技术。
一次商业循环，你的位置就没了。
当然，我不是说人家没我牛。各人有各人的成就和路线。 |
|
w*****r
发帖数: 197 | 50 确实。我在历尽好几轮商业循环后，决心要做每天写程序，看文章的业界清流！ |
|
