主要介绍下完成了模型训练、评估之后的部署环节。 　　前言：之前舆情情感分析那一篇文章已经讲了如何使用ernie以及paddlehub来进行模型的训练和优化以及评估环节，所以接下来会讲下如何进行部署，进行实际的运用环节。在这里，用的是上次讲的舆情情感分析的模型。 　　将Fine-tune好 ...

作为著名Python web框架之一的Flask，具有简单轻量、灵活、扩展丰富且上手难度低的特点，因此成为了机器学习和深度学习模型上线跑定时任务，提供API的首选框架。 众所周知，Flask默认不支持非阻塞IO的，当请求A还未完成时候，请求B需要等待请求A完成后才能被处理，所以效率非常低 ...

1. Keras 转 tflite def keras2tflite(keras_model, tflitefile) converter = tf.lite.TFLiteConverter ...

由于模型训练完之后需要上线部署，这个过程中需要将模型集成到当前的软件架构中，因此要根据软件架构考虑模型的实际部署方法。目前来看主流的部署方法有以下几种方案： 1.python服务接口 在python服务器上部署模型文件，给出一个http服务，后台通过这个服务就可以调用模型进行 ...

学习资料：《深度学习》 一. 深度学习的过去和现在 第一次浪潮：控制论 出现了感知机、自适应单元(ADALINE)等简单线性模型(linear model)。 随机梯度下降(stochastic gradient descent)的一种特例出现，之后经过稍加改进 ...

1.深度学习的引入 组合低层特征，形成了更加抽象的高层特征。 表达式中的u，w参数需要在训练中通过反向传播多次迭代调整，使得整体的分类误差最小。 深度学习网络往往包含多个中间层（隐藏层），且网络结构要更复杂一些。 2.数据集及其拆分 Iris（鸢尾花 ...

什么是神经网络 假如我们要建立房价的预测模型，我们已知模型输入面积 x 及输出价格 y ，来预测房价：y = f(x)，我们用一条直线来拟合图中这些离散点（建立房价与面积的线性模型）。 这个简单的模型（蓝色折线）就是一个最简单的神经网络。 该神经网络的输入 x 是房屋面积，输出 y ...

强化学习 　　强化学习能解决的问题：序贯决策问题 　　序贯决策问题：连续不断的作出决策，才能实现最终目标的问题。 　　强化学习如何解决问题？ 　　类比，强化学习和监督学习的异同点： 　　共同点：两者都需要大量的数据进行训练 　　不同点：两者所需的数据类型不同。监督学习需要 ...