【发布时间】:2020-06-09 16:28:00
【问题描述】:
我已经构建了三个用于图像分类的 ML keras 模型,并在 Flask 应用程序中实现了它们的权重,以对测试精度进行比较分析。它与本地主机中的 Flask 服务器完美配合。 现在我想部署这个 Flask 应用程序,以便在任何地方都可以访问它以使用新数据进行测试。 我是云平台的新手。你能指导我如何部署这个 Flask 应用程序吗? 我看过教程,但我没有得到任何关于模型重量超过 700Mb 的相关教程。如果您能帮我在 Google Cloud 中部署它,那就太好了。
【问题讨论】:
-
您对哪个产品感兴趣?你需要GPU吗? cloud.google.com/products/compute
-
我只想部署我的应用程序。 CPU 非常适合此模型,因为它正在测试我的数据而不是训练。
-
您的模型在一个 700MB 的单个文件上?或者您的应用程序中最大的文件是什么?这是因为 App Engine 不支持大于 35MB 的文件
-
其实我的三个模型,一共是700Mb。我想在我的网络应用程序中使用它们作为实例。不过还是谢谢你。我找到了 watson 机器学习存储库来在那里部署我的模型。
-
Swagger 船长,您能发布您的发现作为答案吗?
标签: python flask keras google-cloud-platform cloud