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。”
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：
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：
接下来，在左边框内输入新闻，点击Get Label按钮，得到结果，如图：
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~~~~~~
450
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
