ServingMLFastCelery:使用FastAPI和Celery服务ML模型的工作示例

时间:2024-06-12 04:20:06
【文件属性】:

文件名称:ServingMLFastCelery:使用FastAPI和Celery服务ML模型的工作示例

文件大小:66KB

文件格式:ZIP

更新时间:2024-06-12 04:20:06

JupyterNotebook

服务ML快速芹菜 使用FastAPI和Celery服务ML模型的工作示例。 用法 安装要求: pip install -r requirements.txt 设置环境变量: MODEL_PATH:腌制机器学习模型的路径 BROKER_URI:Celery使用的消息代理,例如RabbitMQ BACKEND_URI:芹菜后端,例如Redis export MODEL_PATH=... export BROKER_URI=... export BACKEND_URI=... 启动API: uvicorn app:app 启动工作程序节点: celery -A celery_task_app:worker worker -l info


【文件预览】:
ServingMLFastCelery-master
----app.py(1KB)
----models.py(836B)
----BankChurner.ipynb(107KB)
----requirements.txt(610B)
----README.md(565B)
----celery_task_app()
--------ml()
--------__init__.py(0B)
--------worker.py(236B)
--------tasks.py(1KB)
----test_client.py(1KB)

网友评论