基于Flask编写一个简单的api接口

什么时候才能年薪百万

于 2022-03-02 09:26:44 发布

阅读量592

点赞数

文章标签：其他 python flask

本文链接：https://blog.youkuaiyun.com/qq_41605733/article/details/123221933

版权

这篇博客展示了如何将预训练的TensorFlow模型集成到Flask应用中，创建一个简单的REST API。通过访问http://localhost:5000/func，用户可以调用这个接口进行预测。博客涵盖了模型加载、Flask应用设置和端口监听的基本步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装Flask：pip install Flask

import tensorflow as tf
from flask import Flask

model = tf.keras.models.load_model('模型路径')#加载模型
app = Flask(__name__)

@app.route('/func')#路由，访问地址为http://localhost:5000/func，默认端口号是5000
def output_data():
    #这里是接口代码的实现

if __name__=='__main__':
    app.run(host='0.0.0.0')  #host:要监听的主机名。 默认为127.0.0.1（localhost）。设置为“0.0.0.0”以使服务器在外部可用