flask+vue模型部署学习笔记(1)整体架构梳理

flask+vue模型部署学习笔记(1)整体架构梳理

0.准备工作

​ 在模型部署之前,预先安装好vue和flask所需要的环境。

在这里插入图片描述

(1)首先前端vue需要安装:1.安装node.js软件 2.安装cnpm(解决npm下载慢的问题,利用淘宝镜像源下载) 3. 安装vue-cli脚手架 4.安装webpack打包 5. 安装axios模块

(2)后端flask需要安装:1. 安装 flask模块 2. 安装flask_cors模块

参考博客:1.https://segmentfault.com/a/1190000009871504

​ 2. https://blog.csdn.net/coralline_xss/article/details/80117194

1.vue结构

这里需要明确一个概念,vue和flask文件项目是分开的,两个文件都可以相互独立运行,并且各自出现相应的效果。两者实现通信是通过axios,类似java中的Ajax原理。

第一步,先在cmd命令行终端 输入命令vue init webpack firstVue ,创建一个firstVue的项目(默认全部回车)

在这里插入图片描述

第二步,cd进入到firstVue文件夹中,执行npm install命令,安装各种依赖

第三步,执行npm run dev命令,运行vue项目,最后会出现一个 http://localhost:8080的网址,ctrl+单击左键即可进入网页,看相应效果。
在这里插入图片描述

在这里插入图片描述
第四步,可执行可不执行,主要看自己项目最终定型没,如果无需修改可以运行命令npm run build,会出现一个dist文件夹,里面会有一个html文件,直接点击即可和npm run dev相同的效果。
在这里插入图片描述
在这里插入图片描述

2.flask架构

在vscode上建立flask项目步骤,参考博客:https://code.visualstudio.com/docs/python/tutorial-flask

主要步骤:1.建立一个虚拟环境 python -m venv env (此处env为虚拟环境名,以后部署什么模型,直接在这个环境安装相应的模块即可)

​ 2.在虚拟环境下安装flask模块 python -m pip install flask

​ 3. 安装flask_cors模块 pip install flask_cors

​ 4. 配置vs的python的编译环境,选择./env开头的

在这里插入图片描述
在这里插入图片描述

  1. 新建一个app.py文件,导入flask模块

  2. 在vs终端中使用python -m flask run 运行

    3.flask与vue通信,相互传输数据

​ 在前后端建立没有出错的情况下,两者可以进行数据的传输。具体代码为:

#前端代码 主要是修改app.vue文件代码,代码如下
<template>
  <div id="app">
    <img src="./assets/logo.png">
    <input type= 'text' v-model="message" placeholder="edit me">  
    <button v-on:click="postdd()">提交</button>
    
    <router-view/>
    <h1>{{ress}}</h1>   
  </div>
</template>

<script>
export default {
  name: 'App',
   data() {
     return {
       description: '接口自动化',
       ress:'', 
       message:''
    }
   },

  methods:{
     postdd:function() {    
  this.$axios.get('http://127.0.0.1:5000/login',{params:{"name":this.message}}).then(red=>{
    console.log(red.data);
     this.ress=red.data;  
    });

  } 
  
}

}
</script>

<style>
#app {
  font-family: 'Avenir', Helvetica, Arial, sans-serif;
  -webkit-font-smoothing: antialiased;
  -moz-osx-font-smoothing: grayscale;
  text-align: center;
  color: #2c3e50;
  margin-top: 60px;
}
</style>

运行流程:通过在前端设置一个input框,在其中输入字符, 其数据根据v-model="message"与message变量绑定,然后点击提交按钮,通过postdd函数传递message传递给name这个变量,然后将name传递到flask端的/login,而后flask端通过/login将数据采集下。而vue端通过red收集flask返回的数据。


#flask端代码 app.py中
from flask import Flask,request,jsonify 
from flask import render_template
from datetime import datetime
from flask_cors import *

app = Flask(__name__)
CORS(app, supports_credentials=True)
@app.route("/")
def home():
    return "Hello, Flask!"

@app.route('/login', methods=['POST', 'GET'])
def returns():
     
     if request.method=='GET':
            val=request.args.get('name')   
            print(val)
            datas={'name':'张','age':18}
            return jsonify(datas)

if __name__ == '__main__':
    app.run(debug='True')  

运行流程:flask通过路由/login来访问vue传递过来的数据,同时指定方法为methods=[‘POST’, ‘GET’],前者post为后面给vue传递数据用,而get是用来接收数据,通过vue传递数据指定的name变量来接收数据,这里也可以改为其他名字,但必须前后端名字需要相同,不然无法访问。

4.数据通信效果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 6
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用Flask部署深度学习模型,你可以按照以下步骤进行操作: 1. 首先,导入所需的库,包括Flask、numpy和pickle。在代码中,你可以看到这些库的导入语句\[1\]。 2. 创建一个Flask应用程序对象,并加载你的深度学习模型。在代码中,你可以看到这些操作\[1\]。 3. 创建一个路由函数,用于处理用户的请求。在代码中,你可以看到这个函数被命名为`predict()`,它接受POST请求,并从请求中获取特征值。然后,将特征值转换为numpy数组,并使用加载的模型进行预测。最后,将预测结果返回给用户。在代码中,你可以看到这些操作\[1\]。 4. 创建一个HTML模板,用于在Web界面上显示表单和预测结果。在代码中,你可以看到这个模板被命名为`page.html`,它包含一个表单,用户可以输入房子的英尺数,并点击按钮进行预测。预测结果将显示在页面上。在代码中,你可以看到这个HTML模板的结构\[2\]。 5. 运行Flask应用程序,并指定端口号。在代码中,你可以看到这个操作\[1\]。 通过以上步骤,你就可以使用Flask部署深度学习模型,并在Web界面上进行房价预测了。这个例子展示了如何使用Flask和HTML模板来创建一个简单的机器学习模型部署应用。你可以根据自己的需求进行修改和扩展。 #### 引用[.reference_title] - *1* *2* *3* [flask部署深度学习pytorch模型](https://blog.csdn.net/zsyyugong/article/details/130822636)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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