文件名称：flask-ml-azure-serverless:在Azure App Services上部署Flask机器学习应用程序
文件大小：2.32MB
文件格式：ZIP
更新时间：2024-05-12 17:52:43
Python
CI / CD管道用于Azure中的机器学习项目 在Azure应用服务上部署Flask机器学习应用程序。 地位 介绍 该项目使用GitHub Actions构建了持续集成管道，并使用Azure Pipelines为机器学习应用程序构建了持续交付管道。 该应用是使用scikit-learn和flask模块在python中实现的。 Azure App Services用于承载应用程序。 在此版本库中，您将找到实现CI / CD所需的所有代码和配置。 ML应用程序很简单，但是可以轻松扩展。 依存关系 （仅在本地运行时） 项目计划 为了遵循DevOps最佳实践，在下面的链接中，您会找到一个看板Trello板，以及一个显示项目计划，可交付成果和目标的电子表格。 入门 分叉此存储库 登录到 启动Azure Cloud Shell 指示 若要在Azure Cloud Shell中运行此项目，请遵循以下步
【文件预览】：
flask-ml-azure-serverless-main
----locustfile.py(589B)
----app.py(2KB)
----images()
--------10-5-output-logs.png(102KB)
--------web-app-running.png(41KB)
--------8-3-new-service-connection.png(134KB)
--------make-all-output.png(80KB)
--------10-2-trigger-new-pipeline.png(169KB)
--------10-3-website-screenshot.png(36KB)
--------python-app-output.png(75KB)
--------8-3-2-new-service-connection.png(141KB)
--------11-1-locust-set-up.png(97KB)
--------git-clone-output.png(95KB)
--------8-5-configure-python-app.png(133KB)
--------github-actions.png(125KB)
--------8-4-pipeline-integration.png(114KB)
--------10-1-change-welcome-message.png(189KB)
--------project-architecture.png(206KB)
--------8-1-create-new-project.png(100KB)
--------prediction-output.png(62KB)
--------change-welcome-message.png(213KB)
--------11-2-locust-output.png(115KB)
--------10-4-model-output.png(140KB)
----.github()
--------workflows()
----azure-pipelines.yml(2KB)
----boston_housing_prediction.joblib(665KB)
----commands.sh(262B)
----requirements.txt(90B)
----.gitignore(2KB)
----make_predict.sh(384B)
----Makefile(329B)
----README.md(11KB)
----make_predict_azure_app.sh(453B)