In diesem Beitrag berichtet Jonas Braun von der am weitesten verbreiteten Form Kubernetes zu nutzen: mit Cloud Anbietern wie Google GCP, Amazon AWS oder Microsoft Azure. Im Beitrag beschäftigt er sich damit, wie man diese Container (sprich Anwendungen oder Modelle) verlässlich und skalierbar für Kunden, andere Anwendungen, interne Dienste oder Berechnungen mit Kubernetes bereitstellen kann. Letztlich gibt der Beitrag noch einen Ausblick über Tools und Weiterentwicklungen.
Ziel dieses Artikels ist es zu zeigen, dass ein Finetuning der Tesseract-OCR auf einer kleinen Menge von Daten bereits eine dramatische Verbesserung der OCR-Leistung bewirken kann
Do you want to implement your Data Science solution in your company’s infrastructure and wonder which method is suitable? In this blog post, Jan Fischer explains why the use of containers combined with a microservices architecture may be the right way for you.
After having successfully run a simple R-script inside a Docker container before, we next attempt to repeat this process for entire apps built within the RShiny framework. Join me on the next step toward deploying your work done in R with the help of neat Docker containers!
In this blog post, Stephan explains how to translate a simple R script, which transforms tables from wide to long format into a REST API with the R package Plumber and how to run it locally or with Docker.
In this blog post, we focus on automated bash/shell scripts to create docker containers. We showcase its usage with an R-shiny example.
This blogpost explains step by step how you can build your own Docker Image and include R scripts. With this you can have scripts running at every image’s beginning.