文件名称：部署ML模型
文件大小：13.65MB
文件格式：ZIP
更新时间：2024-02-25 21:30:00
flask machine-learning pymongo keras python3
使用烧瓶部署ML模型并通过flutter访问 这是一个存储库，显示了如何使用Flask部署ML模型以及如何使用flutter中的rest api访问它 机器学习已成为最近很酷的技术之一，市场上几乎所有的软件产品都以一种或另一种方式使用ML。 让我们看看如何构建一个可以将图像上传到服务器并对其进行预测的应用程序（图像分类）。 可以通过应用程序访问这些图像，您可以仅按其内容搜索图像。 我们将使用Flask（Python框架）作为REST API的后端，将Flutter用于移动应用程序，将Keras用于图像分类。 我们还将MongoDB用作数据库来存储有关图像的数据，并使用Keras ResNet
【文件预览】：
Deploy-ML-model-master
----1_7pe5_mSZroUox6XCpU1Rew.jpeg(148KB)
----1_7nFTOvKLYdIp7Zml3FeWXA.jpeg(100KB)
----FlaskBackend()
--------__pycache__()
--------run.py(182B)
--------modules()
----flutterApp()
--------screens()
--------main.dart(408B)
--------network()
----README.md(2KB)
----.gitattributes(66B)