内容简介:如何将机器学习的模型部署到NET环境中?
对于以数据为中心的工程师来说,Python和R是数据中心最流行的编程语言之一。但是,它们并不总是构建应用程序的其余部分的语言。这就是为什么你有时需要找到一种方法,将用 Python 或R编写的机器学习模型部署到基于.NET等语言的环境中。
在本文中,将为大家展示如何使用Web API将机器学习模型集成到.NET编写的应用程序中。
输入:Flask
我们可以使用Flask作为共享和主持机器学习预测的一种方式。让我们使用来自著名的Kaggle比赛的Titanic 数据集。首先,创建一个新文件,并将其称为titanic_app.py(或任何你想要的名字)。导入并初始化Flask应用程序,然后在底部启动服务器。在中间留出空间,以便稍后在中间添加模型和路线。
请注意,我们指定了我们运行的希望应用程序的主机和端口。
创建并训练一个模型
加载Titanic 数据集并在其上创建一个模型:
制作一个简单的API
这是比较有趣的部分。现在有一个预测,需要一些值来预测,一种方法是从URL参数中获取信息,在这之后出现的值对是关键?在一个URL中。例如,如果您导航到http:// localhost:4000 / predict?pclass = 1&sex = 1&age = 18&fare = 500&sibsp = 0,则Flask可以为你检索该数据。
保存文件并启动你的应用程序。现在就有一个简单的API模型了!
部署到NET环境
在NET环境中部署Flask有很多选择,它们将大大依赖于你的基础架构的选择。为了了解这个过程,我们来看看使用Microsoft Azure部署到IIS环境。
假设:
·你已经创建了一个Azure Cosmos数据库(这篇文章的范围之外)。
·已经创建了一个Flask Web应用程序(正如我们上面所述的)。
·熟悉Azure和Visual Studio。
如果你已正确设置环境,则可以将你的Web应用程序部署到Azure。这可以通过创建一个web.config文件来更新Web服务器上的文件来匹配你的实例中的文件。为此,请执行以下步骤:
·在Visual Studio解决方案资源管理器中,右键单击该项目并选择添加新建项目。在出现的对话框中,选择Azure web.config(Fast CGI)模板,然后选择确定。这会在项目根目录下创建一个web.config文件。
·修改web.config,使路径与Python安装相匹配。例如,对于Python 2.7 x64,条目应该如下所示:
·将web.config中的WSGI_HANDLER条目设置为tutorial.app,以匹配项目名称,如下所示:
·在Visual Studio Solution Explorer中,展开tutorial文件夹,右键单击静态文件夹,选择Add> New Item,选择Azure静态文件web.config模板,然后选择OK。此操作将在禁用该文件夹的Python处理的静态文件夹中创建另一个web.config。该配置将静态文件的请求发送到默认Web服务器,而不是使用Python应用程序。
·保存文件,然后右键单击解决方案资源管理器中的项目(确保你还没有在本地运行),然后选择发布。
·在“发布”对话框中,选择“Microsoft Azure应用程序服务”,选择“新建”,然后单击“发布”。
·在“创建应用程序服务”对话框中,输入Web应用程序的名称以及订阅、资源组和应用程序服务计划。然后,点击创建。
·几秒钟后,Visual Studio完成将文件复制到服务器,并在http://.azurewebsites.net/页面上显示以下错误消息:“由于发生内部服务器错误,无法显示页面”。
·在Azure门户中,打开你的新的应用程序服务帐户。在导航菜单中,向下滚动到开发 工具 部分,选择扩展,然后单击添加。
·在Choose Extension页面中,向下滚动到最新的Python 2.7安装并选择x86或x64位选项,然后单击OK接受合法的条款。
·使用Kudu控制台,你可以通过https://scm.azurewebsites.net/DebugConsole找到它,以安装应用程序的requirements.txt文件中列出的软件包。为此,在Kudu诊断控制台中,导航到D: home Python27中的Python文件夹,然后按照Kudu控制台部分中所述运行以下命令:
D: home Python27> python -m pip install --upgrade -r /home/site/wwwroot/requirements.txt
·通过按下重新启动按钮来安装新软件包之后,在Azure门户中重新启动App Service。
一旦完整配置服务器环境后,刷新浏览器中的页面,即可显示Web应用程序。
以上所述就是小编给大家介绍的《如何将机器学习的模型部署到NET环境中?》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- R语言实战之模型部署
- 如何使用 Kubernetes 轻松部署深度学习模型
- Oracle开源机器学习模型云端部署工具Graphpipe
- 机器学习模型部署--打通前后端任督二脉
- TensorFlow模型部署到Android,需要注意几点
- 当深度学习遇到了微服务:微服务部署预测模型
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。