將訓練好的Tensorflow模型部署到web應用中
阿新 • • 發佈：2018-11-25
做一個簡易web使用Flask是最好的選擇，不僅上手快，使用也很便利。Django很強大也很好用，但一次就會建立一個專案的所需的檔案，我覺得對於測試一個模型在web端有沒有效果沒必要用它。
flask依賴jinja和werkzeug，所以再稍微學一點jinja的語法即可。
關於TensorFlow如何儲存/載入模型就不多說了（或者可以直接使用TensorFlow.js，但我用npm一直安裝出錯，遂放棄）。
首先安裝flask：`pip install flask`。可能需要注意flask的環境變數問題，如果遇到，則自己網上找找辦法吧。
然後在本地或者雲端選擇一個目錄下建立一個python檔案，名字自己取一個（例如`web.py`）。
以我自己寫的為例吧，web.py檔案內容大致如下：
from flask import *
app = Flask(__name__)
@app.route('/service', methods=['GET', 'POST'])
def service():
if request.method == 'POST':
input_x = string_floats(request.form['X'])
from model import service
g.output = service.predict(input_x) # 使用模型
return render_template("page.html", output=g.output)
return render_template("page.html")page.html檔案是這樣的：
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<title>Using Model</title>
<meta name="viewport" content="width=device-width, initial-scale=1">
</head>
<body>
<form method="post">
<label for="X">Input X:</label> <!-- 這句的for="X"對應<input>中的id="X"，不然不能獲取到輸入框中的內容，比較重要 -->
<input name="X" id="X" style="width: 100%" required>
<input type="submit">
</form>
{% if output is defined %} <!-- jinja語法 -->
<p>Output:</p>
<span>{{ output }}</span>
{% endif %}
</body>
</html>
flask通過將py檔案中定義的變數插入到html中的，jinja通過{{ }}使用，g是一個全域性變數。
然後，命令列進入到web.py所在的目錄下。
windows下cmd中執行：
set FLASK_APP=web.py set FLASK_DEBUG=1 flask run
其他作業系統終端語法參考：http://flask.pocoo.org/docs/1.0/tutorial/factory/
效果：
參考：https://blog.csdn.net/luoyexuge/article/details/78227317