Web App help !!

[Ha malli]

angular Project එකක් කරනවා. ඒකෙ ML model එකක් එක්ක connect කරල කරන්නෙ. ඒ නිසා flask backend එකකුත් එක්ක යන්නෙ. සම්පූර්ණ backend එකම flask එක්ක යන එකද ලේසි නැත්තන් ML part එකට flask එකෙන් ගිහින් අනිත් ටික nodejs වගේ යන එකද ලේසි. (Flask, nodejs දේකේම ලොකු experience නෑ. දේකේම knowledge එක same level වගෙ තියෙන්නෙ)

 

[Mandalorian]

@HAneo @NEMISIS @Jack_Sparrow @හෙළයෙක්

 

[TNHM]

මෙහෙමත් ඉතින් nodejs එක්ක flask එකත් පටලවා ගත්තම ඉතින් අවුල් යන්න පුළුවන් තැන් වැඩි. වැඩත් වැඩි.
Flask එකෙන් කරන්න බැරි මොනවා හරි තියෙනවද node වලට යන්න හදන්නේ ?
ML එක Scikit ද ? Tensorflow නම් node වලටත් තියෙනවා මන් හිතන්නේ.

Always remember. More Code = More Bugs

 

[IamProgrammer]

Important!
If you are using any kind of ML model in your software system, I highly suggest keeping them separate. this will be an advantage when you grow (scale-up). usually, ML uses more process power so when you need it you can move it to a more powerful server and keep the backend and frontend in less power server. This action is economically viable.

 

[NRTG]

BUMP

 

[හෙළයෙක්]

මගේ නන් අදහස ML පාර්ට් එක කොහොමත් වෙනම සර්ව්ස් එකක් විදියටම රන් කරන්න කියන එක තමා. ෆ්ලාස්ක් වලින් කරත් වෙනම ප්‍රොජෙක්ට් දෙකක් විදියටම තියාගන්න එතකොට එක්ස්පෑන්ඩින් වලට ලේසියි. එකම ප්‍රොජෙක්ට් එකේ උනත් වෙනම සර්විස් දෙකක් විදියටම මුල ඉදල කරගෙන යන්න. නැත්තන් පස්සෙ ප්‍රශ්න වැඩී.

 

[Ha malli]

මෙහෙමත් ඉතින් nodejs එක්ක flask එකත් පටලවා ගත්තම ඉතින් අවුල් යන්න පුළුවන් තැන් වැඩි. වැඩත් වැඩි.
Flask එකෙන් කරන්න බැරි මොනවා හරි තියෙනවද node වලට යන්න හදන්නේ ?
ML එක Scikit ද ? Tensorflow නම් node වලටත් තියෙනවා මන් හිතන්නේ.

Always remember. More Code = More Bugs

Scikit thiyenne. flask walinma yannath puluwan. ML: part eka arunama thiyenne podi CRUD parts tikak

Important!
If you are using any kind of ML model in your software system, I highly suggest keeping them separate. this will be an advantage when you grow (scale-up). usually, ML uses more process power so when you need it you can move it to a more powerful server and keep the backend and frontend in less power server. This action is economically viable.

Thank you <3. this is a small research project.

මගේ නන් අදහස ML පාර්ට් එක කොහොමත් වෙනම සර්ව්ස් එකක් විදියටම රන් කරන්න කියන එක තමා. ෆ්ලාස්ක් වලින් කරත් වෙනම ප්‍රොජෙක්ට් දෙකක් විදියටම තියාගන්න එතකොට එක්ස්පෑන්ඩින් වලට ලේසියි. එකම ප්‍රොජෙක්ට් එකේ උනත් වෙනම සර්විස් දෙකක් විදියටම මුල ඉදල කරගෙන යන්න. නැත්තන් පස්සෙ ප්‍රශ්න වැඩී.

ow meka podi project ekak. mata denata implement kara ganna ona functions weda kiyala penwanna

 

[Ha malli]

Does anyone have an idea about Streamlit ?

 

[epsi]

angular Project එකක් කරනවා. ඒකෙ ML model එකක් එක්ක connect කරල කරන්නෙ. ඒ නිසා flask backend එකකුත් එක්ක යන්නෙ. සම්පූර්ණ backend එකම flask එක්ක යන එකද ලේසි නැත්තන් ML part එකට flask එකෙන් ගිහින් අනිත් ටික nodejs වගේ යන එකද ලේසි. (Flask, nodejs දේකේම ලොකු experience නෑ. දේකේම knowledge එක same level වගෙ තියෙන්නෙ)

Create the ML part using flask and expose it as a microservice by means of a HTTP API. Code the rest of the app using node or php or what's easy for you and then implement calls within that app to talk to the flask microservice. If you use k8s/ECS or something similar to deploy, this will allow the flask backend to scale independently if required.

 

[හෙළයෙක්]

Does anyone have an idea about Streamlit ?

ඒක හොදයි ඒත් ගොඩක් කස්ටමයිස් කරන්න බෑ (මේ අදහස් කරන්නෙ බෑ කියන එකට වඩා අමාරුයි සහ එහෙම දගලගෙන වෙනස් කරන එක තේරුමක් නෑ කියන එක. ) . ඒත් ඔයාට පෙන්නන තියෙන්නෙ MVP එකක් නන වැඩිය මහන්සි වෙන්නෙ නැතුව ඕකෙන් පෙන්නුවත් කමක් නැ. Concept එක Proof කරගත්තට පස්සෙ හොදට නිදහසේ ආර්කිටෙක්ච එක ප්ලෑන් කරල කරගෙන යන්න පුළුවන්නෙ වැඩේ.

 

[hodakolla]

BUMPER