文件名称：flask-ml-api
文件大小：8KB
文件格式：ZIP
更新时间：2024-04-16 15:34:17
Python
烧瓶-ml-api 使用Flask，Gunicorn，Nginx和Docker构建机器学习微服务 在这里，我们学习如何在Python环境中使用Flask，Gunicorn和Nginx在dockerized环境中将机器学习模型部署到生产环境中。 我们所做的： 我们编写了一个简单的API，并使其易于使用Flask Blueprints进行扩展 我们使用Gunicorn WSGI将Flask API投入生产 我们在docker中设置了Flask API和Nginx 我们使用docker-compose组装Docker容器 我们使用pytest测试Flask API 我们涵盖以下框架： 烧瓶 独角兽 Nginx的 码头工人 Docker-撰写 pytest 设置 先决条件 创建一个conda环境 使用终端或Anaconda Prompt执行以下步骤： 1.创建环境 conda crea
【文件预览】：
flask-ml-api-main
----README.md(2KB)
----api()
--------models()
--------app.py(348B)
--------Dockerfile(713B)
--------run.sh(107B)
--------requirements.txt(66B)
--------__init__.py(0B)
--------wsgi.py(111B)
--------testing()
--------endpoints()
----docker-compose.yml(431B)
----.gitignore(2KB)
----nginx()
--------Dockerfile(95B)
--------nginx.conf(397B)