어쩌다통계

    웹서빙 1

    Flask로 모델 서빙하기 | 실습

    이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 이번 포스팅에서는 간단하게 Flask로 웹 모델 서빙 실습했던 노트북을 정리해보려고 합니다. 전체적인 코드는 아래 자료의 소스를 활용하여 진행하였으며, 중간중간 Flask 모델 서빙 구현에 필요한 개념이나 구조를 추가하였습니다. https://www.analyticsvidhya.com/blog/2020/04/how-to-deploy-machine-learning-model-flask/ How to Deploy Machine Learning Models using Flask (with Code) How can you deploy a machine learning model into production? That's where we use Flask, an..

    Programming/Python 2022.11.01
    이전
    1
    다음
    더보기
    • Data Science
      • Algorithm
      • Programming
        • Python
        • R
        • Others
      • Review
        • 논문 리뷰
        • 도서 리뷰
        • 대회 리뷰

    Tag

    bentoml, PROPHET, 모델 서빙, 2023, mlops, 시계열 예측, Introducing MLOps, MLOps 도입가이드, 2021, 2024, PyOD, python, fbprophet, 이상치 탐지, 2022, 2020, anomaly detection, 쿠버네티스, 차원축소, 모델 배포,

    최근글과 인기글

    • 최근글
    • 인기글

    방문자수Total

    • Today :
    • Yesterday :

    Copyright © Kakao Corp. All rights reserved.

    • SOTA
    • Dacon
    • Kaggle
    • 모두의MLOps
    • github_anomaly-detection-resou…
    • github_awesome-TS-anomaly-dete…
    • github_SOTA of Anomaly detecti…
    • github_Weekly Arxiv
    • github_DeepOD

    티스토리툴바