將訓練好的Tensorflow模型部署到web應用中


  做一個簡易web使用Flask是最好的選擇,不僅上手快,使用也很便利。Django很強大也很好用,但一次就會創建一個項目的所需的文件,我覺得對於測試一個模型在web端有沒有效果沒必要用它。

  flask依賴jinja和werkzeug,所以再稍微學一點jinja的語法即可。

  關於TensorFlow如何保存/加載模型就不多說了(或者可以直接使用TensorFlow.js,但我用npm一直安裝出錯,遂放棄)。

  首先安裝flask:`pip install flask`。可能需要注意flask的環境變量問題,如果遇到,則自己網上找找辦法吧。

  然后在本地或者雲端選擇一個目錄下創建一個python文件,名字自己取一個(例如`web.py`)。

  以我自己寫的為例吧,web.py文件內容大致如下:

from flask import *


app = Flask(__name__)


@app.route('/service', methods=['GET', 'POST'])
def service():
    if request.method == 'POST':
        input_x = string_floats(request.form['X'])
        from model import service
        g.output = service.predict(input_x) # 使用模型
        return render_template("page.html", output=g.output)
    return render_template("page.html")

  page.html文件是這樣的:

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8" />
    <title>Using Model</title>
    <meta name="viewport" content="width=device-width, initial-scale=1">
</head>
<body>
    <form method="post">
        <label for="X">Input X:</label>
        <!-- 之前這里說錯了,修改一下 -->
        <!-- 這里后台request.form['X']通過id獲取到輸入框中的內容-->
        <!-- 或者這樣也能獲取:request.form.get('name')通過屬性'name'來獲取input的內容 -->
        <input name="X" id="X" style="width: 100%" required>
        <input type="submit">
    </form>
    {% if output is defined %} <!-- jinja語法 -->
        <p>Output:</p>
        <span>{{ output }}</span>
    {% endif %}
</body>
</html>

  flask通過將py文件中定義的變量插入到html中的,jinja通過{{ }}使用,g是一個全局變量。

  然后,命令行進入到web.py所在的目錄下。

  windows下cmd中運行:

set FLASK_APP=web.py
set FLASK_DEBUG=1
flask run

  其他操作系統終端語法參考:http://flask.pocoo.org/docs/1.0/tutorial/factory/

  效果:

 

  參考:https://blog.csdn.net/luoyexuge/article/details/78227317


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM