Flask 快速入门

机器学习项目模型训练好后,Sklearn、Spark和Tensorflow都有模型持久化方法。简单来说,使用Flask等web服务器,添加模型加载和管理方法,暴露REST API就能提供预测服务,可借此部署Web服务,让机器学习项目实现服务。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原本连接:https://blog.youkuaiyun.com/luanpeng825485697/article/details/80934185  

当我们的机器学习项目的模型训练好,并且Sklearn,Spark和Tensorflow都提供了自己的模型持久化的方法,那么简单来说,只要使用一个web服务器例如Flask,加一些模型加载和管理的方法,然后暴露REST API就可以提供预测服务了

所以参照上  部署一个Web服务,  采用Flask就可以让机器学习项目实现服务了;

 

 

 

评论
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
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