代码详解：构建一个简单的Keras+深度学习REST API(19)_在本教程中

# submit the requestr = requests.post(KERAS_REST_API_URL files=payload).json()

# ensure the request was successfulif r["success"
:

# loop over the predictions and display them

for (i result) in enumerate(r["predictions"
):

print("{. {: {:.4f".format(i + 1 result["label"

result["probability"
))

# otherwise the request failedelse:

print("Request failed")

KERAS_REST_API_URL指定端点，而IMAGE_PATH是在磁盘上输入图像的路径。

使用IMAGE_PATH加载图像，然后将payload构建到请求中。

考虑到有效载荷，我们可以使用requests.post调用将数据发布到端点。在指示requests调用的末尾附加.json() ：

代码详解：构建一个简单的Keras+深度学习REST API(19)