Skip to content

初次尝试将简单的基于FastText的文本分类模型,利用Flask部署服务,并发布至heroku。https://fasttest-shown.herokuapp.com/

Notifications You must be signed in to change notification settings

anxiang1836/model-deploy-demo

Repository files navigation

基于Flask简单实现模型部署

  • 模型也并没有部署太过复杂的模型:FastText的训练的一个简单文本分类器;
  • 由于并不是前端开发出身,也没有深研究Vue之类的做华丽的前端。

仅作为Demo吧,依托于heroku,部署在了互联网上,链接为:https://fasttest-shown.herokuapp.com/

受教于Guilame Genthial的一篇名为:《Serving a simple python API with Flask》的帖子,

抄起家伙操作了一番(曾经操练过的前端是忘得一干二净了,白扯了,哎~)

简单原理

  • Flask :来建立用于操作后端 API (back-end)
  • jquery.ajax :前台监听处理requests,然后交互给后端的API。

余下的内容还是直接参看原贴吧,不在这里赘述了!

本着要做就做完整了的想法,所以就选择了一个可以部署轻量级的应用的平台,所以我就选择了Heroku(当然也是帖子中推荐的,确实很棒)

最终效果

本来也是以Demo形式呈现的,所以,简单看看就好。

FastText我只简单的训练了对如下几个方向的分类识别:

  • 科技(technology)
  • 军事(military)
  • 体育(sport)
  • 娱乐(entertainment)
  • 汽车(car)

后面有时间学习一波前端的知识,换一些模型再来好好来重新优化~。

PS:期待

在交流群中见过做类似应用展示做的很好的典范,附上链接,时常记得激励自己,做就要向这个方向做,才像那么回事呀!~~

https://www.zq-ai.com/?from=groupmessage&isappinstalled=0#/nlp/medicalner

About

初次尝试将简单的基于FastText的文本分类模型,利用Flask部署服务,并发布至heroku。https://fasttest-shown.herokuapp.com/

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published