一个可以接受POST请求的python脚本

最新推荐文章于 2024-07-05 03:51:21 发布

令狐傻笑

最新推荐文章于 2024-07-05 03:51:21 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： Linux 办公工具 python 文章标签： python

本文链接：https://blog.youkuaiyun.com/linghu8812/article/details/119760293

Linux 同时被 3 个专栏收录

14 篇文章

订阅专栏

办公工具

10 篇文章

订阅专栏

python

6 篇文章

订阅专栏

这篇博客介绍了如何使用Docker构建基于Ubuntu的基础镜像，并在其中安装Python库和Flask框架，同时展示了如何部署一个简单的模型预测API。重点在于通过`ai-hub`安装`flask`，并提供了一个示例，展示如何处理JSON请求进行模型预测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# docker build -t flow_test:0.1.0 .
FROM ubuntu:18.04

WORKDIR /home/linghu8812
ADD . /home/linghu8812

RUN mv sources.list /etc/apt/ && mv .pip/ /root/.pip/ && apt-get update && apt-get install -y python3-pip curl \
    && pip3 install --upgrade pip && pip3 install ai-hub flask

"""
依赖：pip install ai-hub flask
测试用例：
model为y=2*x
请求数据为json:{"img":3}
-----------
post请求：
curl localhost:8080/tccapi -X POST -d '{"img":3}'
返回结果 6
"""

from ai_hub import inferServer
import json


class MyInfer(inferServer):
    def __init__(self, model):
        super().__init__(model)
        print("init_myInfer")

    # 数据前处理
    def pre_process(self, data):
        print("my_pre_process")
        # json process
        json_data = json.loads(data.get_data().decode('utf-8'))
        img = json_data.get("img")
        print("processed data: ", img)
        return img

    # 数据后处理
    def post_process(self, data):
        print("post_process")
        processed_data = data
        print(processed_data)
        return processed_data

    # 模型预测：默认执行self.model(preprocess_data)，一般不用重写
    # 如需自定义，可覆盖重写
    # def predict(self, data)：
    #    ret = self.model(data)
    #    return ret


if __name__ == "__main__":
    my_model = lambda x: x * 2
    my_infer = MyInfer(my_model)
    my_infer.run("0.0.0.0", 8080, debuge=True)  # 默认为("127.0.0.1", 80)，可自定义端口，如用于天池大赛请默认即可，指定debuge=True可获得更多报错信息