代码详解：构建一个简单的Keras+深度学习REST API(14)
注意：这里我们假定使用的是默认的单线程Flask服务器 。 如果将其部署到多线程服务器 ， 那么即使使用本文前面讨论的“更正确”的方法 ， 内存中仍会加载多个模型 。 如果你打算使用专用服务器 ， 如Apache或nginx ， 则应该考虑使管道更具可扩展性 。
启动你的Keras Rest API
启动Keras REST API服务很简单 。
打开终端 ， 执行：
$ python run_keras_server.py
Using TensorFlow backend.
* Loading Keras model and Flask starting server...please wait until server has fully started
...
* Running on http://127.0.0.1:5000
从输出中可以看到 ， 首先加载模型 ， 然后可以启动Flask服务器 。
现在可以通过http://127.0.0.1:5000访问服务器 。
推荐阅读
- 原神|原神：阿贝多有什么用？兼顾副C与辅助，三大作用机制详解
- |《哈利波特: 魔法觉醒》学院活动保护南瓜攻略详解教程
- 碧蓝航线|碧蓝航线SR重巡福煦数据详解 期待越高失望越大 强度平平无奇
- fate grand order|fgo五星降临者梵高强度详解 暴击队最强天拐核心 从此刀刀烈火
- steam|阴阳师铁鼠新皮肤详解 对弈竞猜破产风格 玩家遭遇天台局的现状
- 伊利丹·怒风|魔兽TBC：伊利丹招牌技能，“剪切”机制详解，盾坦闭眼都能抗？
- 假面骑士|假面骑士live腰带官方详解 蝙蝠拔刀和拔枪 加油枪和手持吸尘器
- 神之手|黑暗特利迦裂口双形态能力详解 暴热神之手与闪电高速涡轮冲击
- 射击|魔兽TBC：猎人输出手法，“5511机制”详解，与抽筋宏有何区别？
- 三国志|三国志战略版6套T0天花板共存配置，阵容克制和被克制详解!