from sklearn.pipeline import make_pipeline
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
import joblib
#Make a pipeline with TFIDF vectorizier and logistic regresssion model
pipeline = make_pipeline(
(TfidfVectorizer()),
LogisticRegression())
#Train the model with pipeline set above
pipeline.fit(train_df['cleaned_sentence'], train_df['category'])
# Save fully fitted pipeline (includes vectorizer + model)
joblib.dump(pipeline, "logistic_model.pkl")
print("Saved: logistic_model.pkl")
< /code>
После сохранения модели создано изображение Docker и развернутые требования, Main.py и Dockerfile для GCP < /p>
# build docker and push to gcp
gcloud builds submit --tag gcr.io/finalprojectwk5/sentiment-classifier
# gcp deploy from google cloud shell sdk
gcloud run deploy sentiment-classifier --image=gcr.io/finalprojectwk5/sentiment-
classifier --platform=managed --region=us-central1 --allow-unauthenticated --
memory=1024Mi
# Curl command with Postman
curl -X POST -H "Content-Type: application/json" -d "{\"text\": \"prefix great service
confusion read crustal clear crass filthy nonsensical see coming\"}" https://sentiment-
classifier-763594834115.us-central1.run.app/predict
# Save fully fitted pipeline (includes vectorizer + model) joblib.dump(pipeline, "logistic_model.pkl") print("Saved: logistic_model.pkl") < /code> После сохранения модели создано изображение Docker и развернутые требования, Main.py и Dockerfile для GCP < /p> # build docker and push to gcp gcloud builds submit --tag gcr.io/finalprojectwk5/sentiment-classifier
# gcp deploy from google cloud shell sdk gcloud run deploy sentiment-classifier --image=gcr.io/finalprojectwk5/sentiment- classifier --platform=managed --region=us-central1 --allow-unauthenticated -- memory=1024Mi
# Curl command with Postman curl -X POST -H "Content-Type: application/json" -d "{\"text\": \"prefix great service confusion read crustal clear crass filthy nonsensical see coming\"}" https://sentiment- classifier-763594834115.us-central1.run.app/predict [/code] Я получаю неудачный прогноз Eror>
Я разрабатываю приложение для подключения к API и отправлю счета -фактуры DTE на сервер Министерства финансов, я сделал тест, используя почтальон, и он посылает правильно, но при использовании той же структуры в сгиба Windows.
Это ответ от сервера:...
Я пытался получить ответ от API живого сервера на моем локальном компьютере, он работает идеально, но когда я начал работать в реальном времени, я обнаружил эту ошибку. Есть ли какое-либо решение этой проблемы?
$response = Http::get('...
Я хочу передать вектор в рекурсивную функцию после объединения с ним элемента без изменения фактического вектора.
func(vectornums,int idx,vector){
func(nums,index+1,arr+nums );
}
Это дает:
Line 12: Char 37: error: invalid operands to binary...