model_agnostic_prediction：不可预测的剥离模型是用于轻松执行生产管道预测的类

【文件属性】：
文件名称：model_agnostic_prediction：不可预测的剥离模型是用于轻松执行生产管道预测的类
文件大小：9.73MB
文件格式：ZIP
更新时间：2021-02-05 05:45:22
machine-learning deep-learning deployment prediction DeploymentJupyterNotebook 不可知模型加载器 模型不可知（MA）为Flask，Django和其他生产Python项目提供了简单的模型实例化。 它还支持将模型导出到其他常见服务平台。 最后，MA可让您轻松加载模型并执行预测，而不必担心模型后端。 而且，它可以帮助您组织代码以方便更新和维护。 用法 要安装运行pip install model_agnostic 您也可以通过以下方式从源代码进行构建（尽管我们强烈建议使用pip） git clone https://github.com/isaacmg/model_agnostic_prediction.git cd model_agnostic_prediction

【文件预览】：
model_agnostic_prediction-master
----setup.py(459B)
----.gitignore(179B)
----.ipynb_checkpoints()
--------test-checkpoint.ipynb(23KB)
----requirements.txt(73B)
----.travis.yml(1KB)
----model_agnostic()
--------agnostic_model.py(1KB)
--------models()
--------tests()
--------example_models()
----model_agnostic.egg-info()
--------top_level.txt(15B)
--------SOURCES.txt(593B)
--------PKG-INFO(288B)
--------dependency_links.txt(1B)
----tests()
--------test_keras_loading.py(1KB)
--------example2.jpg(1.96MB)
--------new.npy(588KB)
--------test_keras_example.py(614B)
--------teste.npy(4KB)
--------test.ipynb(40KB)
--------example.jpg(1.96MB)
--------test_pytorch_example.py(795B)
----readme.md(3KB)