文件名称：my_ml_service:我的机器学习Web服务
文件大小：26.86MB
文件格式：ZIP
更新时间：2024-05-20 19:38:50
Python
使用Django部署机器学习模型 这是来自的教程的源代码。 该Web服务使REST API可以使用机器学习模型。 它不同于Internet上的大多数教程： 它将有关许多ML模型的信息保留在Web服务中。 在同一终结点上可以有几种ML模型，它们具有不同的版本。 而且，可以定义许多端点地址。 它存储有关发送到ML模型的请求的信息，以后可用于模型测试和审核。 它具有ML代码和服务器代码的测试， 它可以在不同版本的ML模型之间运行A / B测试。 代码结构 在research目录中有： 成人收入数据集上的机器学习模型训练代码 用于模拟A / B测试的代码 在backend目录中有Django应用程序。 在docker目录下有在容器中运行的服务dockerfiles。 Django + React教程 :books: 我正在研究如何从零开始使用Django和React构建SaaS（软件即服务）应
【文件预览】：
my_ml_service-master
----.gitignore(1KB)
----requirements.txt(162B)
----LICENSE(1KB)
----docker-compose.yml(578B)
----research()
--------train_mode.joblib(439B)
--------random_forest.joblib(7.6MB)
--------train_income_classifier.ipynb(10KB)
--------extra_trees.joblib(19.42MB)
--------ab_test.ipynb(8KB)
--------encoders.joblib(2KB)
----README.md(1KB)
----backend()
--------server()
----docker()
--------nginx()
--------backend()