Flask-ML-Pipeline_GCP教程

【文件属性】：
文件名称：Flask-ML-Pipeline_GCP教程
文件大小：14KB
文件格式：ZIP
更新时间：2021-03-04 11:00:28
CSS Flask ML模型CD流水线教程 本练习中的数据集来自“ 上Flask教程上的博客。 该代码库基于上的GCP管道教程 ML模型烧瓶部署 该项目演示了如何使用Docker容器和YAML文件将Flask ML应用程序部署在Google Cloud Platform上，这对于构建连续部署（CD）管道很有用。 先决条件（requirements.txt） Scikit学习 大熊猫 脾气暴躁的 烧瓶 项目结构 所有应用程序文件都包含在文件夹“ app_files”中。 目标是使用决策树分类器构建ML模型 model.py-包含我们的机器学习模型（决策树模型）中的代码，以预测因“ 50_Startup.csv”文件中的训练数据而减少的员工薪水。 app.py-包含Flask API，它们通过GUI或API调用接收员工详细信息，根据我们的模型计算推定值并返回。 request.py-这使用请求模

【文件预览】：
Flask-ML-Pipeline_GCP-Tutorial-main
----.github()
--------workflows()
----__pycache__()
--------app.cpython-38.pyc(1KB)
----Dockerfile(190B)
----cloudbuild.yaml(1KB)
----LICENSE(1KB)
----requirements.txt(48B)
----README.md(2KB)
----app_files()
--------app.py(1KB)
--------50_Startup.csv(2KB)
--------templates()
--------request.py(157B)
--------model.py(2KB)
--------style.css(5KB)
--------treemodel.pkl(4KB)