learn-cantrill-io-labs - learn.cantrill.io 课程的标准和高级演示
Created at: 2020-06-25 06:39:30
Language: Python
License: MIT
学习坎特里尔实验室
欢迎。。此存储库存储了 AWS （以及将来其他云平台）的免费演示和迷你项目的集合，这些演示可通过三种方式获得：-
- 这里在指令和架构图形式免费
- 作为 https://learn.cantrill.io 课程的一部分 - 包括理论课和指导视频。
- 一些流行的迷你项目已经升级了这个仓库的视频指南（购买我的课程的人支持这个）
，这是通过我在 learn.cantrill.io 的课程实现的，因此如果你需要任何培训内容，请查看此内容
这里的免费版本功能齐全，带有说明和架构图，由我维护。
所有演示都有一个结构...
- 大多数开始使用..单击链接，选中一个框，单击创建堆栈并等待完成。
1-Click Deployment
-
01_LABSETUP
如果需要，包含演示所需的资产 - 许多资产直接从说明链接。 -
02_LABINSTRUCTIONS
包含文本说明和体系结构图 - 其中大多数都与说明直接链接。
我的课程中提供了全系列的视频指导版本 https://learn.cantrill.io
我为通过 PR 提交的任何错误提供免费课程 捐赠 ，因此请为你发现的任何问题提交修复程序
视频引导的迷你项目（在Youtube内部和链接的视频）)
- Web 应用程序架构演变
- 实现无服务器应用程序
- 实施基于 BGP 的动态、高度可用的站点到站点 VPN
- 使用 Web 联合身份验证构建无服务器应用程序
- CatPipeline - 使用容器和 ECS 的代码提交、构建、部署和管道
- 使用 Route53 入站和出站终端节点的混合 DNS
- 实施简单的客户端 VPN
- 像素艺术图像处理工作流程 - Pixelator 3000
- 使用 DMS 进行数据库迁移
- 实施混合目录 - 本地和 AWS
纯文本迷你项目
正在建设中或损坏的项目（不使用） - 修复正在进行中
热门帖子
10
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13