tornado框架简单部署lightgbm模型服务

本文讲一下利用tornado框架简单部署lightgbm模型服务的demo,具体步骤如下:

首先,准备好线下训练好的lightgbm模型文件,本文使用iris数据集训练得到。

然后,部署代码deploy.py如下:

import tornado.ioloop
import tornado.web
import json
import joblib
import numpy as np


class MainHandler(tornado.web.RequestHandler):
    def get(self):
        self.write("Hello, 666666")

    def post(self):
        data = self.request.body.decode("utf-8")
        data = json.loads(data)

        # # ==== 单条数据测试
        # data = np.array(data["data"]).reshape(1, 4)  # 单条数据测试
        # predict_lbl = clf.predict(data)[0]
        #
        # msg = {"label": int(predict_lbl), "code": 200}
        # self.write(json.dumps(msg))
        # # ====================

        # ==== 多条数据测试
        data = np.array(data
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值