使用Flask部署Keras深度学习模型:在Keras中构建深度神经网络模型并在Google App Engine上使用Flask部署REST API以进行生产
零生产 不建议按如下所示部署生产模型。 这只是一个快速入门的端到端示例。 本指南向您展示如何: 建立一个可预测纽约市Airbnb价格的深度神经网络(使用scikit-learn和Keras) 建立一个REST API,根据模型预测价格(使用Flask和gunicorn) 在Google App Engine上将模型部署到生产环境 快速开始 要求: Python 3.7 Google Cloud Engine帐户 克隆此存储库: git clone git@github.com:curiousily/End-to-End-Machine-Learning-with-Keras.gi
文件列表
Deploy-Keras-Deep-Learning-Model-with-Flask-master.zip
(预估有个10文件)
Deploy-Keras-Deep-Learning-Model-with-Flask-master
app.py
555B
price_prediction
price_prediction.ipynb
972KB
assets
data_transformer.joblib
3KB
price_prediction_model.h5
69KB
app.yaml
241B
LICENSE
1KB
test_api.py
368B
暂无评论