代码详解:构建一个简单的Keras+深度学习REST API( 四 )

有关的pip安装命令如下:

$ pip install flask gevent requests pillow

构建你的Keras REST API

Keras REST API独立于一个名为run_keras_server.py的文件中 。 为了简单起见 , 我们将安装保存在一个文件中——安装启用也可以很容易地模块化 。

在 run_keras_server.py中 , 你会发现三个函数 , 即:

· load_model:用于加载训练好的Keras模型 , 并为推理做准备 。

· prepare_image:这个函数在通过我们的网络进行预测之前对输入图像进行预处理 。 如果你没有使用图像数据 , 则可能需要考虑将名称更改为更通用的prepare_datapoint , 并应用一些可能需要的缩放/标准化 。

· predict:API的实际端点可以将请求中的输入数据分类 , 并将结果反馈给客户端 。

# import the necessary packagesfrom keras.applications import ResNet50from keras.preprocessing.image import img_to_arrayfrom keras.applications import imagenet_utilsfrom PIL import Imageimport numpy as npimport flaskimport io

推荐阅读