如何使 ML 模型公开可用？

数据挖掘 机器学习
2022-03-04 00:02:12

当我完成构建机器学习模型并希望将其公开提供给其他用户时，那么​​最好的解决方案是什么？我的意思是我正在寻找一种解决方案，其中有一个用于输入/输出的 UI 界面，并且 ML 代码通过这个 UI 执行。

  1. Simple Jupyter Notebook - 代码不可执行。
  2. Jupyter Notebook + MyBinder + ipywidgets - 漂亮的 UI 可以由 ipywidgets 构建，并且 ML 代码是可执行的，但用户仍然需要执行所有单元框才能使用 ML 模型。
  3. plotly/Dash - 到目前为止我还没有这方面的经验。据说它可以用于构建具有高度自定义 UI 的 Web 应用程序，将应用程序部署到服务器，然后通过 URL 共享它们。是不是这样在使用它时我需要有自己的服务器来运行 ML 代码？
  4. 有没有什么解决方案可以让我不需要自己的服务器并且可以部署和运行我的 ML 项目？
2个回答

在我看来，更简单的解决方案是使用 Streamlit 之类的框架构建您的应用程序并使用 docker 部署它。

Docker 允许您将代码和所有需要的包封装在一个容器中，您可以将其视为虚拟机（但它不是）；它将在所有操作系统上运行，因为它使用您的配置。

当然还有很多其他的方法，但它是我个人的最爱。

流光

Streamlit是机器学习和数据科学团队的开源应用程序框架。Streamlit使用神奇的简单 API用几行代码创建/构建应用程序。然后在您迭代保存源文件时看到它会自动更新。

流光云

Streamlit Cloud是您的团队在 Streamlit 应用程序上部署、共享和协作的工作空间。借助Streamlit Cloud您的数据团队可以直接满足公司其他部门的需求。快速从数据到应用程序，从原型到生产。一键共享应用程序，并通过实时代码更新即时协作。

使用社区免费层您现在可以部署一个私有应用程序和无限的公共应用程序！

其它你可能感兴趣的问题
上一篇拟合多条线 下一篇Keras model.predict 给出与训练标签数组不同的形状