Business Intelligence (BI) trên nền tảng GCP (Phần 7): Xây dựng report nâng cao với BigQuery & Data Studio
Phần 1: BI là gì? Phần 2: Tiêu chí để lựa chọn BI & Cloud BI Phần 3: Google Cloud BI Solution Phần 4: BigQuery – Data Warehouse Phần 5: Google Data Studio – BI Real-time Report Tool Phần 6: Xây dựng report cơ bản với BigQuery & Data Studio Ở bài viết trước chúng ta đã xây ...
Thông báo cập nhật ứng dụng Vuejs bằng Service worker
Chào mọi người, lần trước mình có chia sẽ các bài viết về Dataflow trong series Vuejs của mình. Như mọi người đã biết việc cập nhật ứng dụng là điều hoàn toàn bình thường và rất thường xuyên gặp phải, và làm thế nào để ta có thể thông báo cho khách hàng biết rằng có bản cập nhật mới, sa ...
Deploy Strapi to Cloud Run
Strapi là mã nguồn mở Headless CMS. Sử dụng 100% JavaScript, hoàn toàn có thể tùy chỉnh và phát triển.
Cùng tạo ứng dụng trên nền AppSheet của Google Cloud
AppSheet của Google Cloud là nền tảng phát triển ứng dụng mà không cần viết code - cho phép chúng ta nhanh chóng tạo các ứng dụng dành cho thiết bị di động và PC bằng dữ liệu hiện có của mình. Để nắm rõ hơn về nền tảng này chúng ta hãy cùng tạo một ứng dụng cơ bản thông qua các bước dưới đây. ...
Business Intelligence (BI) trên nền tảng GCP (Phần 7): Xây dựng report nâng cao với BigQuery & Data Studio
Phần 1: BI là gì? Phần 2: Tiêu chí để lựa chọn BI & Cloud BI Phần 3: Google Cloud BI Solution Phần 4: BigQuery – Data Warehouse Phần 5: Google ...
Thông báo cập nhật ứng dụng Vuejs bằng Service worker
Chào mọi người, lần trước mình có chia sẽ các bài viết về Dataflow trong series Vuejs của mình. Như mọi người đã biết việc cập nhật ứng dụng là điề ...
Deploy Strapi to Cloud Run
Strapi là mã nguồn mở Headless CMS. Sử dụng 100% JavaScript, hoàn toàn có thể tùy chỉnh và phát triển.
Cùng tạo ứng dụng trên nền AppSheet của Google Cloud
AppSheet của Google Cloud là nền tảng phát triển ứng dụng mà không cần viết code - cho phép chúng ta nhanh chóng tạo các ứng dụng dành cho thiết bị di động và ...
Hướng dẫn cài đặt Tensorflow với Python trên Window OS
Tensorflow là một thư viện mã nguồn mở do nhóm Google Drain nghiên cứu và phát triển. Sau đó được phát hành theo giấy phép mã nguồn mở Apache 2.0 vào ngày 9/11/2015. Nó được sử dụng nhiều trong xử lý trí tuệ nhân tạo – AI, machine learning,… Tensorflow 2.0 là phiên bản mới […]
Service mesh Istio – nền tảng mở để…
Server mesh là gì? Thuật ngữ service mesh được dùng để mô tả hệ thống mạng lưới các microservices tạo nên các ứng dụng và sự tương tác giữa chúng. Một khi service mesh phát triển về kích thước và độ phức tạp, nó có thể trở nên rất khó để hiểu và quản lý. Do đó, yêu cầu của nó có thể bao gồm việ ...
Sử dụng Google Cloud Storage vào trong ứng…
Như chúng ta đã biết sau khi cài WordPress lên VM thì các file ảnh khi upload lên cùng bài viết sẽ mặc định lưu ở VM (cụ thể là folder: /wp-content/uploads ). Trong bài này mình sẽ hướng dẫn các bạn cách dùng Google Cloud Storage (GCS) để lưu trữ những file media đó. 1. Tạo service account. T ...
Trình diễn Google Cloud Vision API với Python…
Tiếp theo bài viết "Khám phá Google Cloud Vision API", nay chúng ta sẽ tìm hiểu tiếp cách sử dụng Cloud Vision API trong python như thế nào? Trong bài viết này sử dụng các thư viện như sau. python version 3.xgoogle-cloud-visiongoogle-images-download Trình diễn Google Cloud Vision API với Py ...
Tìm hiểu về Component trong Vue.js
Trong bài trước, chúng ta đã tạo project thành công. Tiếp theo, chúng ta sẽ tìm hiểu về các thành phần cơ bản trong Vue.js. Trong ví dụ sau, tôi sẽ sử project đã tạo trước đó làm demo. Cấu trúc project mới được tạo: Tạo file CreateUser.vue trong folder components. Với nội dung như dưới: ...
Velostrata: Công cụ Migration Datacenter lên GCP
Điểm sơ lược qua về lịch sử đôi chút. Công ty Velostrata được thành lập vào năm 2014 tại Israel, là startup nhằm giúp các công ty chuyển từ trung tâm dữ liệu được lưu trữ tại chỗ (on-premises) sang mô hình lưu trữ và truy cập dữ liệu điện toán đám mây. Tháng 5/2018, Google thông báo chính thức m ...
Tạo máy học (machine learning-ML) đơn giản với…
Bước 1: Trước tiên các bạn hãy download tập dữ liệu (dataset) để cho ML học theo link này (197MB) , rồi unzip nó, sẽ có dataset các ảnh về các loại chó khác nhau, mình chỉ lấy 2 loại để cho ML học: tập ảnh trong folder train/n02085782-Japanese_spaniel hiểu là chó cảnh Nhật, train/n02110958-pug ...