文件名称:
部署机器学习模型：使用Flask将Docker学习和机器学习模型作为REST API进行部署-源码
开发工具:
文件大小: 62kb
下载次数: 0
上传时间: 2021-02-03
详细说明：使用Flask Dockerize并将机器学习模型作为REST API部署
一个可以服务于预测机器学习模型的简单Flask应用程序。 启动Flask应用程序后，将一个腌制的sklearn模型读入内存，并通过/ predict端点返回预测。 您还可以使用/ train端点来训练/重新训练模型。
部署ML模型的步骤
安装Flask和Docker
序列化您的scikit学习模型（可以使用Pickle或JobLib完成）
[可选]将列名称列表添加到scikit对象，例如：rf.columns = ['Age'，'Sex'，'Embarked'，'Survived']
创建一个单独的flask_api.py文件，该文件将使用Flask构建Web服务
运行python flask_api.py
转到http地址检查其是否正常工作
创建一个执行以下项目的dockerfile
安装ubuntu，python和git
从git克隆代码回购或将本地python代码移动到容器中的/ app
将WORKDIR设置为/ app
在requirements.xt中安装软件包
露出端口以进行烧瓶定位
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
