【模型部署】python中socket编程入门知识-系列2

部署运行你感兴趣的模型镜像

写在前面:
首先感谢兄弟们的订阅,让我有创作的动力,在创作过程我会尽最大能力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌。

路虽远,行则将至;事虽难,做则必成。只要有愚公移山的志气、滴水穿石的毅力,脚踏实地,埋头苦干,积跬步以至千里,就一定能够把宏伟目标变为美好现实。

Hello,大家好。今天更新一篇关于python中socket编程的文章,为什么写这篇文章呢?因为在实际项目中遇到了需要socket进行实时通信。学习socket编程知识,可以用于后期机器学习模型部署。多的不说,少的不唠,下面开始今天的教程。

Python作为一门功能强大且易于学习的编程语言,其内置的socket模块为我们提供了创建网络应用的强大工具。大家可以在官网学习系统的socket编程知识:https://docs.python.org/3/library/socket.html

在Python中,socket编程用于网络编程,允许你的程序与其他计算机进行通信。socket模块提供了对底层网络接口的访问,可以用于创建客户端和服务器程序。以下是一些基本的socket编程知识和示例代码。

在这里插入图片描述

1、基础入门

1.1 创建套接字对象

使用socket.socket()方法创建一个套接字对象,可以指定地址族、类型和协议

import socket

sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

1.2 绑定地址和端口

使用bind()方法将套接字绑定到一个特定的地址和端口上

server_address = ('127.0.0.1', 9999)
sock.bind(server_address)

1.3 监听连接

listen()方法开始监听客户端的连接请求

sock.listen(5)  # 最多允许5个客户端连接

1.4 接受客户端连接

使用accept()方法接受客户端的连接请求,该方法会返回一个新的套接字对象和客户端的地址信息

while True:    
	connection, client_address = sock.accept()    
	print(f"Connection from {client_address} has been established!")

1.5 发送和接收数据

使用send()方法发送数据,使用recv()方法接收数据。注意,发送和接收的数据需要是字节类型

# 发送数据
connection.send(b'Hello, client!')

# 接收数据
data = connection.recv(1024)print(f"Received data: {data}")

1.6 关闭连接

使用close()方法关闭套接字连接

connection.close()
sock.close()

2、服务端完整代码

# -*- coding: utf-8 -*-
"""
Created on Thu Oct 24 21:36:00 2024

@author: 63454
"""


import socket


# 创建一个套接字对象
server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

# 绑定 IP 地址和端口号
server_socket.bind(('127.0.0.1', 8000))

# 监听连接
server_socket.listen(5)
print('Server is listening...')

# 接受客户端连接
client_socket, addr = server_socket.accept()
print(f'Got connection from {addr}')

# 接收客户端发送的数据
data = client_socket.recv(1024)
print(f'Received: {data.decode()}')

# 发送响应给客户端
client_socket.send(b'Hello, client!')

# 关闭套接字
client_socket.close()
server_socket.close()


3、客户端完整代码

# -*- coding: utf-8 -*-
"""
Created on Thu Oct 24 21:35:33 2024

@author: 63454
"""



import socket


# 创建一个套接字对象
client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

# 连接到服务器
client_socket.connect(('127.0.0.1', 8000))

# 向服务器发送数据
client_socket.send(b'Hello, server!')

# 接收服务器发送的响应
data = client_socket.recv(1024)

print(f'Received: {data.decode()}')

# 关闭套接字
client_socket.close()


4、附录

  • 数据传输格式:网络中传输的数据格式是二进制,因此所有传输的数据都需要进行编码和解码,通常使用UTF-8编码。
  • 数据大小限制:在发送和接收数据时,应注意数据的大小。如果数据超过了设定的缓冲区大小(例如1024字节),那么超出部分的数据会留在缓冲区,等待下一次发送。如果需要一次性发送大量数据,应该使用循环来确保所有数据都被发送出去。
  • 异常处理:在进行网络通信时,可能会遇到各种异常情况,如连接中断、超时等。因此,编写代码时应包含异常处理逻辑,以确保程序的健壮性。
  • 安全性考虑:在网络编程中,安全性是一个不可忽视的问题。应该采取措施保护数据的安全,例如使用加密协议(如SSL/TLS)来加密通信内容,防止数据泄露或被篡改。
  • 资源管理:创建的socket连接在使用完毕后应及时关闭,以释放系统资源。这可以通过调用close()方法来实现。
  • 并发处理:如果服务器需要处理多个客户端的请求,应该考虑使用多线程或多进程来提高服务器的响应能力和吞吐量。性能优化:在处理大量数据或高并发场景时,应考虑性能优化,比如使用非阻塞IO、事件驱动编程模型等。

后面会更新关于socket部署机器学习预测模型的文章,敬请期待吧!

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机器不学习我学习

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值