- Sort Score
- Result 10 results
- Languages All
Results 1 - 10 of 13 for eram (0.03 sec)
-
docs/en/docs/img/deployment/concepts/process-ram.drawio
<mxGeometry x="1110" y="410" width="190" height="500" as="geometry"/> </mxCell> <mxCell id="7" value="<font style="font-size: 24px" face="Roboto">RAM<br></font>" style="text;html=1;strokeColor=none;fillColor=none;align=center;verticalAlign=middle;whiteSpace=wrap;rounded=0;strokeWidth=3;fontFamily=Roboto Mono, mono;FType=g;" parent="1" vertex="1">
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Thu May 12 00:06:16 UTC 2022 - 10K bytes - Viewed (0) -
docs/pt/docs/async.md
Mas você também pode explorar os benefícios do paralelismo e multiprocessamento (tendo múltiplos processadores rodando em paralelo) para trabalhos pesados que geram **limite de CPU** como aqueles em sistemas de Machine Learning.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Tue Aug 06 04:48:30 UTC 2024 - 22.2K bytes - Viewed (0) -
docs/en/docs/img/deployment/concepts/process-ram.svg
process-ram.svg...
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Thu May 12 00:06:16 UTC 2022 - 16.3K bytes - Viewed (0) -
docs/zh/docs/deployment/concepts.md
### 每个进程的内存 现在,当程序将内容加载到内存中时,例如,将机器学习模型加载到变量中,或者将大文件的内容加载到变量中,所有这些都会消耗服务器的一点内存 (RAM) 。 多个进程通常**不共享任何内存**。 这意味着每个正在运行的进程都有自己的东西、变量和内存。 如果您的代码消耗了大量内存,**每个进程**将消耗等量的内存。 ### 服务器内存 例如,如果您的代码加载 **1 GB 大小**的机器学习模型,则当您使用 API 运行一个进程时,它将至少消耗 1 GB RAM。 如果您启动 **4 个进程**(4 个工作进程),每个进程将消耗 1 GB RAM。 因此,您的 API 总共将消耗 **4 GB RAM**。 如果您的远程服务器或虚拟机只有 3 GB RAM,尝试加载超过 4 GB RAM 将导致问题。 🚨 ### 多进程 - 一个例子
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Tue Aug 06 04:48:30 UTC 2024 - 16.2K bytes - Viewed (0) -
docs/pt/docs/deployment/concepts.md
E se o seu servidor remoto ou máquina virtual tiver apenas 3 GB de RAM, tentar carregar mais de 4 GB de RAM causará problemas. 🚨 ### Processos Múltiplos - Um Exemplo
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Fri Oct 04 11:04:50 UTC 2024 - 19.7K bytes - Viewed (0) -
docs/ja/docs/deployment/concepts.md
そして複数のプロセスは通常、**メモリを共有しません**。これは、実行中の各プロセスがそれぞれ独自の変数やメモリ等を持っていることを意味します。つまり、コード内で大量のメモリを消費している場合、**各プロセス**は同等の量のメモリを消費することになります。 ### サーバーメモリー 例えば、あなたのコードが **1GBのサイズの機械学習モデル**をロードする場合、APIで1つのプロセスを実行すると、少なくとも1GBのRAMを消費します。 また、**4つのプロセス**(4つのワーカー)を起動すると、それぞれが1GBのRAMを消費します。つまり、合計でAPIは**4GBのRAM**を消費することになります。 リモートサーバーや仮想マシンのRAMが3GBしかない場合、4GB以上のRAMをロードしようとすると問題が発生します。🚨
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Tue Aug 06 04:48:30 UTC 2024 - 24.1K bytes - Viewed (0) -
docs/pt/docs/tutorial/dependencies/dependencies-with-yield.md
### Tarefas de Background e Dependências com `yield`, Detalhes Técnicos Antes do FastAPI 0.106.0, levantar exceções após um `yield` não era possível, o código de saída nas dependências com `yield` era executado *após* a resposta ser enviada, então os [Manipuladores de Exceções](../handling-errors.md#instalando-manipuladores-de-excecoes-customizados){.internal-link target=_blank} já teriam executado.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Sun Oct 06 20:36:54 UTC 2024 - 15.5K bytes - Viewed (0) -
docs/security/README.md
To summarize for any encrypted object there exists (at least) three different keys: - [OEK](#oek): A secret and unique key used to encrypted the object, stored in an encrypted form as part of the object metadata and only loaded to RAM in plaintext during en/decrypting the object. - [KEK](#kek): A secret and unique key used to en/decrypt the OEK and never stored anywhere. It is(re-)generated whenever en/decrypting an object using an external secret key and public parameters.
Registered: Sun Nov 03 19:28:11 UTC 2024 - Last Modified: Sat Feb 12 00:51:25 UTC 2022 - 13.8K bytes - Viewed (0) -
docs/pt/docs/python-types.md
Em algum momento você teria iniciado a definição da função, já tinha os parâmetros prontos... Mas então você deve chamar "esse método que converte a primeira letra em maiúscula". Era `upper`? Era `uppercase`? `first_uppercase`? `capitalize`? Em seguida, tente com o velho amigo do programador, o preenchimento automático do editor.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Tue Oct 15 12:32:27 UTC 2024 - 18K bytes - Viewed (0) -
docs/es/docs/async.md
Esa "espera de otra cosa" normalmente se refiere a operaciones <abbr title = "Input and Output, en español: Entrada y Salida.">I/O</abbr> que son relativamente "lentas" (en relación a la velocidad del procesador y memoria RAM), como por ejemplo esperar por: * los datos de cliente que se envían a través de la red * los datos enviados por tu programa para ser recibidos por el cliente a través de la red
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Mon Aug 19 18:15:21 UTC 2024 - 24.9K bytes - Viewed (0)