使用flask调用接口去加载模型和数据集,避免每次运行都会重复加载数据集或模型,节约大量等待时间
生活随笔
收集整理的這篇文章主要介紹了
使用flask调用接口去加载模型和数据集,避免每次运行都会重复加载数据集或模型,节约大量等待时间
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
配置python程序debug/run,避免每次運行都會重復加載數據集或模型,節約大量等待時間
使用輕量級的后端框架flask運行要加載的模型,作為后端,保持在后端運行
調用程序時直接使用url訪問即可
需要用到的依賴包:
逐步構建
首先新建一個文件運行flask的文件,文件名隨便:
在本地瀏覽器中運行:http://127.0.0.1:8999/model?input=“aaa”,可以看到輸出:
"aaa"保持這個程序全程一直運行即可。
再次新建一個文件,用于調用這個接口:
import json import requestsdef use_flask(analyze_input) -> json: # 傳入待分析的文本,與tokenurl = "http://127.0.0.1:8999/model" # 這里是訪問的urlrequest = requests.get(url, params={'input': analyze_input # 這里傳入})if request.status_code == 200:return request.textif __name__ == '__main__':data = use_flask("my_input_value")print(data)當我們調試主程序時,不論運行多少次這個文件,都不會影響到flask的后端程序,因此可以方便我們多次快速調試。
如果有多個參數,可以在requests.get(url, params)這里添加
完整代碼
Flask文件:
使用示例:
import json import requestsdef use_flask(analyze_input) -> json: # 傳入待分析的文本,與tokenurl = "http://127.0.0.1:8999/model"request = requests.get(url, params={'input': analyze_input})if request.status_code == 200:return request.textif __name__ == '__main__':data = use_flask("my_input_value")print(data)參考鏈接:https://blog.csdn.net/weixin_35757704/article/details/122923201
總結
以上是生活随笔為你收集整理的使用flask调用接口去加载模型和数据集,避免每次运行都会重复加载数据集或模型,节约大量等待时间的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Docker镜像大小
- 下一篇: 从贪心选择到探索决策:基于强化学习的多样