好湿?好紧?好多水好爽自慰,久久久噜久噜久久综合,成人做爰A片免费看黄冈,机机对机机30分钟无遮挡

主頁 > 知識庫 > 如何使用flask將模型部署為服務

如何使用flask將模型部署為服務

熱門標簽:唐山智能外呼系統一般多少錢 陜西金融外呼系統 廣告地圖標注app 騰訊外呼線路 激戰2地圖標注 公司電話機器人 哈爾濱ai外呼系統定制 白銀外呼系統 海南400電話如何申請

1. 加載保存好的模型

為了方便起見,這里我們就使用簡單的分詞模型,相關代碼如下:model.py

import jieba


class JiebaModel:
    def load_model(self):
        self.jieba_model = jieba.lcut

    def generate_result(self, text):
        return self.jieba_model(text, cut_all=False)

說明:在load_model方法中加載保存好的模型,無論是sklearn、tensorflow還是pytorch的都可以在里面完成。在generate_result方法中定義處理輸入后得到輸出的邏輯,并返回結果。

2. 使用flask起服務

代碼如下:test_flask.py

# -*-coding:utf-8-*-
from flask import Flask, request, Response, abort
from flask_cors import CORS
# from ast import literal_eval
import time
import sys
import json
import traceback

from model import JiebaModel

app = Flask(__name__)
CORS(app) # 允許所有路由上所有域使用CORS

@app.route("/", methods=['POST', 'GET'])
def inedx():
    return '分詞程序正在運行中'

@app.route("/split_words", methods=['POST', 'GET'])
def get_result():
    if request.method == 'POST':
        text = request.data.decode("utf-8")
    else:
        text = request.args['text']

    try:
        start = time.time()
        print("用戶輸入",text)
        res = jiebaModel.generate_result(text)
        end = time.time()
        print('分詞耗時:', end-start)
        print('分詞結果:', res)
        result = {'code':'200','msg':'響應成功','data':res}
    except Exception as e:
        print(e)
        result_error = {'errcode': -1}
        result = json.dumps(result_error, indent=4, ensure_ascii=False)
        # 這里用于捕獲更詳細的異常信息
        exc_type, exc_value, exc_traceback = sys.exc_info()
        lines = traceback.format_exception(exc_type, exc_value, exc_traceback)
        # 提前退出請求
        abort(Response("Failed!\n" + '\n\r\n'.join('' + line for line in lines)))
    return Response(str(result), mimetype='application/json')


if __name__ == "__main__":
    jiebaModel = JiebaModel()
    jiebaModel.load_model()
    app.run(host='0.0.0.0', port=1314, threaded=False)

說明:我們定義了一個get_result()函數,對應的請求是ip:port/split_words。 首先我們根據請求是get請求還是post請求獲取數據,然后使用模型根據輸入數據得到輸出結果,并返回響應給請求。如果遇到異常,則進行相應的處理后并返回。在__main__中,我們引入了model.py的JiebaModel類,然后加載了模型,并在get_result()中調用。

3. 發送請求并得到結果

代碼如下:test_request.py

import requests

def get_split_word_result(text):
    res = requests.post('http://{}:{}/split_words'.format('本機ip', 1314), data=str(text).encode('utf-8'))
    print(res.text)

get_split_word_result("我愛北京天安門")

說明:通過requests發送post請求,請求數據編碼成utf-8的格式,最后得到響應,并利用.text得到結果。

4. 效果呈現

(1)運行test_flask.py

(2)運行test_request.py

并在起服務的位置看到:

以上就是如何使用flask將模型部署為服務的詳細內容,更多關于用flask將模型部署為服務的資料請關注腳本之家其它相關文章!

您可能感興趣的文章:
  • Flask搭建一個API服務器的步驟
  • flask框架實現修改密碼和免密登錄功能
  • 使用Flask和Django中解決跨域請求問題
  • 使用Django和Flask獲取訪問來源referrer
  • Python Flask請求擴展與中間件相關知識總結

標簽:四川 黔西 上海 鷹潭 常德 惠州 黑龍江 益陽

巨人網絡通訊聲明:本文標題《如何使用flask將模型部署為服務》,本文關鍵詞  如何,使用,flask,將,模型,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《如何使用flask將模型部署為服務》相關的同類信息!
  • 本頁收集關于如何使用flask將模型部署為服務的相關信息資訊供網民參考!
  • 推薦文章
    主站蜘蛛池模板: 午夜福利gif动态XXOO视频| 亚洲欧美日韩精品久久亚洲区色播| 国产精品久久久久久欧美蜜月Av| 蜜芽在线播放| 亚洲伊人99综合网| 天天爽夜夜爽夜夜爽精品偷拍| 欧美18一19sex性瑜伽hd| 啊啊啊好硬| 好紧?宝贝别夹H乱h| free另类人獸交HD| 看一级毛片国产一级毛片| 7799国产精品久久久久99| 色骚综合| 伊人直播comwww| 亚洲成人高清在线观看| 99日精品欧美国产| 亚洲 成人 综合 另类 小说 | 五十路熟女人妻一区二区| 很黄很h的漫画小说网站| 好大灬好硬灬好爽灬无码日本网站| 日本午夜A级理论片在线播放| 看全黄大色黄大片美女51la| 神明她只想当咸鱼| 丝袜专区| 最新精品国偷自产在线69| 天天摸天天操免费播放小视频| 老子午夜伦不卡影院| 日本夫妻性生活视频| 邻居的大屁股阿?让我好爽| 成人免费观看A片www动漫| 被猛男邻居夫夫cao到哭H男男| 免费精品视频一区二区三区学生| 我家女仆有够烦| 初高中生黄福利网站| 玖欧美性生交XXXXX无码| 巨胸大乳www视频免费观看| 和黑人做爰下边好大舒服视频| 挺进老师那紧致的密道丝袜| 91久久久久久精品国产9游| 岳故意装睡让我挺进去观看| 88k影院|