该项目采用CICD流程，实现深度学习模型的自动化部署。包括接口定义、数据处理、模型训练、预测功能及单元测试。模型文件、配置参数分别存储在'app'、'config'、'models'目录下，使用Docker容器化部署，并通过.ginny.conf.py配置接口和进程。同时，项目遵循一定的代码规范，如.flake8和.pre-commit-config.yaml，确保代码质量。
CICD部署框架
- 项目结构
app：接口定义、工厂函数
config：配置参数与模型参数
daemon：定时任务、守护进程
data：数据集文件
log：日志打印
models：
db：数据模型
model：机器学习、深度学习模型
spark: 模型特征表开发脚本
saves：训练后模型文件
summary：模型训练日志
tests：单元测试
utils：数据预处理函数
.ci-env：部署环境配置、定时任务启动
.env：环境变量文件
.flake8：代码规范
.gitignore：不需要commit的文件或目录
.gitlab-ci.yml：直接copy，不需要修改
.pre-commit-config.yaml：pre-commit代码规范检查的配置文件
create_data.py：生成训练集和验证集，在训练模型前进行
Dockerfile.py：Dockerfile.py，启动容器和主脚本
extensions.py：注册插件
gunicorn.conf.py：接口地址、端口和进程数
Makefile：make执行命令
predict.py：模型预测函数
requirements.txt：项目安装依赖与版本说明
train.py：模型训练脚本
wsgi.py：app启动脚本
1332
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
