microservice ML API kubernetes:使用kubernetes的机器学习微服务这是一个用于自动化容器化应用程序管理的开源系统 源码

操作机器学习微服务API 项目概况 经过预先训练的sklearn模型已经过训练,可以根据几种功能来预测波士顿的房价,例如房屋中的平均房间和有关高速公路通行性的数据,师生比率等等。 您可以在数据源站点上阅读有关数据的更多信息,这些数据最初来自Kaggle。 该项目测试了您在提供的文件app.py中运行Python flask应用程序的能力,该文件通过API调用提供了有关房价的预测(推断)。 该项目可以扩展到任何预先训练的机器学习模型,例如用于图像识别和数据标记的模型。 环境设定 创建一个虚拟环境python3 -m venv ~/.devops 激活它source ~/.devops/bin/activate Kuberneted环境设置 安装minkube minikube start 运行脚本 启动服务器: python app.py 在Docker中运行: ./run_docke