将机器学习模型部署为服务

简单了解了mlflow和seldon两种方式，相关学习内容记录如下：
mlflow
https://github.com/mlflow/mlflow

1、训练模型：
$ python examples/sklearn_logistic_regression/train.py（会在后台训练，需要等待）

2、将模型部署为服务：
$ mlflow models serve --model-uri runs:/<run-id>/model

3、调用部署的服务
$ curl -d '{"columns":[0],"index":[0,1],"data":[[1],[-1]]}' -H 'Content-Type: application/json'  localhost:5000/invocations

seldon
https://docs.seldon.io/projects/seldon-core/en/latest/examples/iris.html
同级别目录下是其它示例