本文演示了如何使用由 Keras 构建的深度学习模型,设置端点以提供预测服务。 它首先介绍了一个使用 Flask 设置 Python 端点的示例,然后展示了在使用 Flask 构建用于预测的 Keras 端点时,需要解决的一些问题。
本文目的是展示如何使用 AWS 将 Keras 模型设置为 EC2 实例上的端点。我从探索以下示例开始:
构建一个简单的 Keras 深度学习 REST API。
我将讨论的一些问题包括,在将模型持久性与 Keras 结合使用时,处理自定义指标;在将 Keras 与 Flask 结合使用时,处理多线程问题,以及让它在 EC2 实例上运行。
这篇文章介绍了如何设置一个简单的 Flask 应用程序,然后展示如何使用 Flask 来设置具有 Keras 模型的端点。
安装
这篇文章介绍了如何设置一个简单的 Flask 应用程序,然后展示如何使用 Flask 来设置具有 Keras 模型的端点。
Flask & Keras
要使用 Keras 进行深度学习,我们需要首先使用 Keras 和 Tensorflow 库设置环境,然后训练我们将通过 Flask 在网络上公开的模型。
模型训练
模型部署
源代码
详情参阅 - 亚图跨际