文件名称:PredictionAPI:有关将机器学习模型部署到生产中的教程
文件大小:742KB
文件格式:ZIP
更新时间:2024-02-24 00:56:58
api docker flask json machine-learning
PredictionAPI 这是有关通过REST API从机器学习模型提供预测服务的教程。 年6月13日在会议上了此教程的一个版本。 目前正在编写完整的书面版本。 脚步 在磁盘上训练模型并将其持久化(请参阅modeling.ipynb ), 在API应用程序中复制预处理管道(请参阅application.py ), 将应用程序封装在Docker容器中(参见Dockerfile ), 将应用程序部署到云服务器。 技术要求 Python 3.5+和virtualenv, 码头工人 可以从随附的requirements.txt文件中安装所需的Python库: virtualenv -p python3 pyenv source pyenv/bin/activate pip install -r requirements.txt 在本地运行应用程序 直 cd PredictionAPI export FLASK_APP=application.py python3 -m flask run 在Docker上 cd PredictionAPI docker build -t pre
【文件预览】:
PredictionAPI-master
----application.py(3KB)
----data()
--------abalone.names(4KB)
--------abalone.data(187KB)
----modeling.ipynb(19KB)
----Dockerfile(496B)
----LICENSE(1KB)
----requirements.txt(91B)
----pickles()
--------model_v1.pkl(1.44MB)
----.gitignore(34B)
----deploy.zip(322KB)
----README.md(2KB)