23、深度学习模型部署与应用拓展

深度学习模型部署与应用拓展

1. 模型部署准备

在进行模型部署前，需要对相关代码进行更新。首先，在 home.html 中更新 getOption() JavaScript 函数，以构建包含模型评分参数的目标 URL。以下是定义有轨电车延迟预测部署目标 URL 的代码片段：

window.output = \
prefix.concat("route=",route_string,"&direction=",\
direction_string,"&year=",year_string,"&month=",\
month_string,"&daym=",daym_string,"&day=",\
day_string,"&hour=",hour_string)

其次，在 flask_server.py 中更新 show_prediction.html 的视图函数，为每个预测结果构建要显示的字符串：

if pred[0][0] >= 0.5:
    predict_string = "yes, delay predicted"
else:
    predict_string = "no delay predicted"

完成这些更改后，就可以使用之前的 Web 部署来简单部署新模型。