文件名称：keras-rest-API:可扩展的Flask API与预训练的Keras模型进行交互
文件大小：2.39MB
文件格式：ZIP
更新时间：2024-06-06 17:51:24
python api docker nginx redis
使用Flask，Keras，Redis，nginx和Docker的深度学习API 可扩展的Flask API，可与预先训练的Keras模型进行交互。 概述 API使用Redis对请求进行排队，将请求批处理并将其馈送到模型以预测类，然后使用包含请求结果的JSON（具有最高概率的类）对客户端进行响应。 为了支持繁重的负载并避免出现多个模型综合症，模型负载和预测以及接收/发送请求在不同的流程上彼此独立运行。 请注意，该项目中使用的模型（这是一个简单的数字识别OCR模型）仅是一个示例，因为该项目的主要目的是开发和部署API。 部署方式 该设置包含3个容器： 带有uWSGI的Flask应用 雷迪斯 Nginx的 这3个容器分别基于python：2.7.15，Redis和nginx的官方docker镜像。 设置 我们只需要构建映像并使用docker-compose运行它们： $ docker
【文件预览】：
keras-rest-API-master
----4.jpg(6KB)
----api()
--------Dockerfile(520B)
--------requirements.txt(473B)
--------src()
--------.dockerignore(14B)
--------uwsgi.ini(71B)
--------docker-entrypoint.sh(149B)
--------trained_model()
----.gitignore(1KB)
----redis()
--------Dockerfile(43B)
----docker-compose.yml(153B)
----nginx()
--------Dockerfile(151B)
--------uwsgi_params(521B)
--------nginx.conf(218B)
----README.md(2KB)