我有一个使用 NodeJS - Express 的 Web 服务器,并且在同一台机器上有一个 Scikit-Learn(机器学习)模型 pickle(转储)。
我需要的是通过向服务器发送/接收数据来演示模型。我想加载模型startup的网络服务器并保持“监听”数据输入。当接收到数据时,执行预测并将其发送回来。
我对 Python 比较陌生。据我所知,我可以使用“子进程”来执行它。我还看到了一些从 Node.js 运行 Python 脚本的模块。
问题是我想加载模型once只要服务器处于打开状态,就让它一直存在。由于模型的大小,我不想每次都加载模型。执行此操作的最佳方法是什么?
这个想法是在 AWS 机器上运行所有内容。
先感谢您。
我的建议:编写一个简单的 Python Web 服务(个人推荐 Flask)并部署您的 ML 模型。然后,您可以轻松地从节点后端向 Python Web 服务发送请求。初始模型加载不会有问题。它在应用程序启动时完成一次,然后就可以开始了
不要进行脚本执行和子进程!!!我只是用粗体斜体全部大写来写,以确保您不会这样做。相信我……它可能会变得非常非常糟糕,因为工作终止和其他事情时会出现所有僵尸进程。我们只是简单地说这不是执行此操作的标准方法。
您需要考虑多请求处理。我认为 Flask 现在默认有它
我只是给你一般性的提示,因为你的问题已经被普遍介绍了。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)