基于Flask的深度学习模型部署

更新：2024.5.16  内容：代码开源   地址：https://github.com/2825354549/LstmDeploy3

前言：

前后学习Flask和前端已经两个月了，还是没有入门，目前只是制作了一个简单的网页，算是

够用了，所以我已经不想继续搞前端了，下一步计划回到后端搞算法这一块！

 1.我理解的Flask

Flask只是轻量级web框架，做做简单实现的还可以，我最开始在github上面找到的代码都是五六年前的，我当时很奇怪，为什么会这么古老，感觉就是被弃用了！ 

终于，我在这几天找到了答案！我就说一说Flask的诟病。

首先他是采用jinja2模版引擎，对专业的前端人员来说非常的不友好，他的架构和Vue差别挺大的。

其次，他是同步请求的一个框架，交互数据一大，就很浪费时间，效率低。

但是，Flask也是有好处的，就是他是python语言的一个框架，能够与 深度学习的模型适配，没有语言差异，调用模型很方便！他也对后端的算法人员来说，很容易就能实现简单的网页部署，在对自己要求不高，审美过得去的情况下，不用学很多知识！

2.Vue

我最开始接触Flask和vue就是看b站武沛齐的课，免费的讲的挺好的，先是学的很基础，慢慢实现了简单的html模版的编写，后来不太满足我的审美，我就又去学了vue，学着学着，发现看不懂了，我又去学了html、css、javascript，又花了两三天时间，终于学完了这些基础后，我就去看vue，看着看着太难太多了，我的一个朋友告诉我一个好用的工具‘element UI’，我就又去学了element UI，最后视频看完了，终于上手做了！后来又需要做几个表，又去学了echart，辛亏这个比较简单！几个小时就搞定了。

3.异步请求

在数据交互的时候，我就发现Flask的一大弊端，Flask有巨大的前后端耦合，我就用axios去实现数据请求，实现了异步数据交互。

这里给 刚接触Flask的朋友们一个建议，不用学Flask了，去用fastapi，这是一个异步请求的框架，和Flask很像，我觉得很多人应该都选择了fastapi了，逐渐弃用Flask。可是我没有领路人，只能傻傻的去摸石头过河！

4.成果

目前只是一个单网页，我也只是项目的一部分，我实现了模型的调用，前段主要是基于element UI去开发的。 

 代码就不太好放了，毕竟这是一个项目，文件很多，而且目前项目还是保密阶段，就不做过多分享了，学术交流的可以找我！

 5.展望

前端越学越感觉其深，但是好在已经慢慢的走过来了！

学海无涯苦做舟！没有努力是白费的，只要坚持，黎明就在黑夜过后！

从明天开始，我就有回到后端，继续研究算法，研究pytorch2.0，研究部署推理引擎，去加快我的模型推理速度，现在这个模型推理速度还是比较慢，虽然有异步请求，在Prediction display渲染echart那里，还是数据来的太慢！未来进一步优化算法，规范代码书写，减少代码冗余！

希望离下次分享的时候不会太远，因为我每次分享都当我取得里程碑式进展的时候，我才会满心欢喜的记录这个成功，分享喜悦！ 洋洋洒洒写了1000多字，这点描述是我过去无数努力的成功，字少功深，台上十分钟，台下十年功！