![b2110049d47e0dc5da8ddd1a63f4f599.png](https://img-blog.csdnimg.cn/img_convert/b2110049d47e0dc5da8ddd1a63f4f599.png)
在上一篇中,本人介绍了如何使用Web服务部署深度学习模型,见知乎链接:刘聪NLP:Web服务部署深度学习模型。
有同学提问:“是否可以在web上有输入数据的接口,通过深度学习模型的计算数据的结果,将输出结果在web端显示。”
![4c96e8f62168948b444ac06185194a0d.png](https://img-blog.csdnimg.cn/img_convert/4c96e8f62168948b444ac06185194a0d.png)
本人回答:当然可以了,现在我就来带着大家实现这一需求。完成之后,我们就变成全栈工程师了,哈哈哈哈~~~~
如果在web上有输入数据的接口,那面我们应该有一个页面,来输入数据;我们依然以文本分类为例(一法通,则万法通),那么就需要先写一个html页面。
<!DOCTYPE html>
由于,本人不是很精通web界面的编写,因此就随便写了一个,有点丑(不喜勿喷),就将就看吧,主要还是介绍思路及流程。如果有精通之人,可以自行修改,修改成自己喜欢的样子。页面如下图:
![dc3de487481a83fde5cbac941a1fa6d0.png](https://img-blog.csdnimg.cn/img_convert/dc3de487481a83fde5cbac941a1fa6d0.png)
左边文本框,输入新闻文本;点击“Get Label”按钮,可以获得该新闻所属的类别;最终显示在右边文本框中。
(划重点)接下来,我们开始使用web服务挂起模型。通俗地讲,其实本人就是通过flask框架,搭建了一个web服务,来获取外部的输入;并且使用挂载的模型进行预测;最后将预测结果通过web服务传出。
from
其中,http_id为web服务的地址;port为端口号;gpu_id、vocab_file、gpu_memory_fraction、model_path和max_seq_length为加载模型所需要的参数,详细见上一篇文档介绍。
************************************************************************************
最后我们在服务器上输入对应http地址及字段,如图:
![ec797d82de75f6f1e93ba20f19f1a854.png](https://img-blog.csdnimg.cn/img_convert/ec797d82de75f6f1e93ba20f19f1a854.png)
接下来,在左边框内输入新闻,点击Get Label按钮,得到结果,如图:
![9cac1d9642ac3ac436a5a4d76172194c.png](https://img-blog.csdnimg.cn/img_convert/9cac1d9642ac3ac436a5a4d76172194c.png)
其中,有两个要注意的事项;(1)html文件需要放入templates文件夹下;(2)html中所显示的图片要放到static文件夹下。
以上就是通过web服务部署深度学习模型的全部内容,喜欢的同学还请多多点赞~~~~~
广告时间,推荐几篇本人之前写的一些文章:
刘聪NLP:短文本相似度算法研究
刘聪NLP:阅读笔记:开放域检索问答(ORQA)
刘聪NLP:Web服务部署深度学习模型
刘聪NLP:NEZHA(哪吒)论文阅读笔记
刘聪NLP:UniLM论文阅读笔记
刘聪NLP:检索系列文章之DeepCT论文笔记
喜欢的同学,可以关注一下专栏,关注一下作者,还请多多点赞~~~~~~