flask 无法加载样式_模型部署3/3-手把手实现利用flask深度学习模型部署

什么是Flask？

Flask是基于Python编写的轻量级Web应用框架，用他可以实现深度学习模型部署为web应用，阅读完本文最终能够实现：

首先一个简单的例子了解一下flask的基本框架：

1. 下载flask

在anaconda prompt输入：

python -m pip --default-timeout=100 install -i https://pypi.tuna.tsinghua.edu.cn/simple flask

此方法来自于《万能pip install大法》。

2. 复制以下代码：

from flask import Flask

# 1. 定义app
app = Flask(__name__)
# 2. 定义函数
@app.route('/')
def hello_world():
 return 'hello,word!'
# 3. 定义ip和端口
if __name__ == "__main__":
    app.run(host='127.0.0.1', port=8080)

3. 运行后复制该地址到chrome浏览器

web端展示结果：

了解完flask后，下面将进行基于flask的MNIST手写数字预测模型部署。

完成后终端会创建以下文件结构。这些文件包含：

• 前端web页面的框架结构(.html)
• 前端页面的样式(.css)
• 前端页面按钮的交互eg.predict和clear按钮(.js)
• 后台flask应用程序(.py)
• keras深度学习模型文件（.h5）

STEP 1：复制model.h5文件到py文件所在文件夹

Model.h5文件是在模型部署1/3-构建MNIST手写字深度学习模型生成的，同时也包含模型建立的过程。

更多的keras模型保存和加载的方式查看模型部署2/3-保存和加载Keras模型的三种方式。

STEP 2：创建index.js文件

创建