使用Flask部署Keras深度学习模型:在Keras中构建深度神经网络模型,并在Google App Engine上使用Flask部署REST API以进行生产-源码

上传者: 42131342 | 上传时间: 2021-12-07 19:40:51 | 文件大小: 677KB | 文件类型: -
零生产 不建议按如下所示部署生产模型。 这只是一个快速入门的端到端示例。 本指南向您展示如何: 建立一个可预测纽约市Airbnb价格的深度神经网络(使用scikit-learn和Keras) 建立一个REST API,根据模型预测价格(使用Flask和gunicorn) 在Google App Engine上将模型部署到生产环境 快速开始 要求: Python 3.7 Google Cloud Engine帐户 克隆此存储库: git clone git@github.com:curiousily/End-to-End-Machine-Learning-with-Keras.gi

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明