Deploying ML Model on Azure using Docker Container:构建ML模型使用Flask为模型创建API对Flask W

使用docker容器在azure上部署ML模型 涉及构建ML模型,使用Flask为该模型创建API,对Flask Web应用程序进行Docker化以及在Azure云平台上进行部署。 概述 此存储库演示了如何使用Flask和Docker Container将Azure机器学习模型作为Web服务部署在Azure上。 文件说明 房屋价格预测文件夹 pricepredmodel.py-用于为房价预测问题构建机器学习模型。 我们正在使用多元线性回归模型进行预测。 该文件将生成模型的pickle版本(model.pkl)。 app.py-在此文件中,我们正在使用Swagger开发前端Web的Web应用程序,并使用Flask作为后端来创建API或将ML模型用作REST API。 requirements.txt-在此文件中,我们指定应用程序的依赖关系,即模块列表及其特定版本。 Dockerfile