学习笔记|Flask部署Pytorch模型+Gunicorn+Docker

一、使用Flask部署Pytorch模型

其实原理很简单，我们希望使用一个已经训练好的pytorch模型，用它做预测或生成。我们的模型部署在服务器上，客户端可以通过http request调用我们部署在服务器上的模型，并用http response返回结果，这就和web应用的原理是一样的，所以可以使用Flask搭建一个轻量的web应用，只不过这个应用没有“网页”而已。

Flask是一个用Python编写的Web应用程序框架，如果用过Django的话可以理解为Flask是一个比Django还要更轻量的web框架。

https://zhuanlan.zhihu.com/p/35879835提供了一个很详细的例子。

二、Gunicorn拉起应用

【参考https://www.jianshu.com/p/fecf15ad0c9a     https://juejin.im/post/6844903983388213256】

Flask非常容易上手，它自带的app.run()用来调试非常方便，但是用于生产环境无论是处理高并发还是鲁棒性都有所欠缺，一般会配合WGSI容器来进行[生产环境的部署

2.1 安装

首先pip安装gunicorn（注意 gunicorn 不能在 windows 环境下使用）

pip install gunicorn

2.2 准备Fla