我正在开发一个FlaskAPI来运行机器学习模型并返回预测。为此,我使用Pickle将模型加载到一个全局变量中。我想做的是在Flask服务器启动时将模型加载到全局变量中,并在用户需要预测时创建一个端点来运行模型。这样,我就不必每次打电话时都加载模型
将模型加载到变量中的代码为:
loaded_model = pickle.load(open('model.sav', 'rb'))
Flask API的一个非常基本的代码示例是:
app = Flask(__name__)
@app.route('/')
def home():
return 'home'
@app.route('/getRecommendation', methods=['GET'])
def getRecommendation():
return(loaded_model(paremeter))
if __name__ == '__main__':
app.run()
我应该将代码放在哪里,以便将模型加载到变量中,以便在flask服务器启动时发生,并且可以从GetRecommension端点调用它
一种简单的方法是创建一个} 装饰它。第一次加载需要一些时间,之后,速度会很快
load_model
方法,该方法将加载并返回模型,然后用^{如果要防止这种情况发生,还可以调用
load_model
并丢弃if __name__
块中的输出相关问题 更多 >
编程相关推荐