文件名称：mlapp:基于API的ML模型服务应用
文件大小：404KB
文件格式：ZIP
更新时间：2024-04-08 12:36:15
kubernetes grafana prometheus pytorch fastai
应用程序 一个基于Fastai v1库的服务于模型的Web应用程序。由于应用程序对的内置支持，因此它是对现代工具的内置支持： ， ， 等。 动机 我想拥有一个允许我在实际生产环境中提供ML模型的应用程序。申请书应提供： 版本化的API 指标（普罗米修斯） 无需更改不必要的代码即可运行不同版本的模型的能力 用户友好的API文档 输入数据验证 验证 推理设备的灵活性（CPU或GPU） 根据传入流量（Kubernetes）扩展或缩减实例 这样我就可以专注于ML模型的改进，而不必担心如何在生产中为模型提供服务。 测验 要测试当前模型，只需运行以下命令 虚拟环境 运行以下命令进行设置。您将需要安装python 3.6或更高版本以及git-lfs软件包。 git clone --depth 1 https://github.com/gurvindersingh/mlapp.git cd mlap
【文件预览】：
mlapp-master
----loadtest()
--------Dockerfile(141B)
--------requirements.txt(1KB)
--------keeshond.jpg(80KB)
--------loadtest.yaml(926B)
--------locustfile.py(427B)
----.gitignore(1KB)
----Dockerfile(898B)
----test_app.py(498B)
----requirements.txt(1KB)
----.dockerignore(66B)
----models()
--------v1.pth(133B)
----LICENSE(1KB)
----README.md(5KB)
----Dockerfile.cpu(632B)
----config.py(101B)
----deployment()
--------mlapp.yaml(3KB)
----figures()
--------predict-ui.png(55KB)
--------grafana.png(270KB)
--------swagger-docs.png(56KB)
----app.py(4KB)
----grafana.json(9KB)
----.gitattributes(42B)
----logger.py(1KB)
----config.json(755B)
----prometheus.yml(745B)
----model.py(3KB)