注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. flask-rest-api：一个简单的REST API-源码

  2. flask-rest-api 一个简单的REST API

  3. 所属分类：其它

  1. api_template：使用python，flask，gunicorn，nginx和docker的REST API的项目模板-源码

  2. api_template 该项目是可扩展API的模板。 该项目的目标是： 提供简单的REST API 使用SSL进行安全通信 使系统能够水平缩放 提供高可用性 技术堆栈使用： 适用于API逻辑的python + Flask WSGI的gunicorn nginx作为具有负载平衡的反向代理 Docker可重现的环境 去做 设置一个用于协调节点的系统（Kubernetes？） 远离自签名证书

  3. 所属分类：其它

  1. rest-api-study：对象关系映射（ORM），模式设计，数据库迁移，测试REST API，身份访问管理（IAM），安全REST API，服务器部署，CICD管道，自动化测试，容器化等-源码

  2. 使用Flask，SQLAlchemy的后端API示例 概述 该项目的目的是学习如何构建数据库支持的API和Web应用程序，包括REST API，架构设计，数据库迁移，对象关系映射（ORM），API测试，使用Json Web令牌（JWT）进行身份验证和授权）和通过Auth0进行非对称加密，以及在Heroku上部署服务器。 应用程序堆栈 Flask是一个简单但通用的Web应用程序框架，是学习后端API的良好起点。 该应用程序只有一个后端代码。 需要 。 框架： 数据库： ORM ： 部署：

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：20kb
    • 提供者：weixin_42109125

  1. avwx-api：用于解析航空天气数据的REST API-源码

  2. AVWX-API 关于 AVWX REST API是作为Python Quart应用程序构建的，该应用程序是Flask兼容的异步网络后端。 它通过我也维护的从NOAA ADDS和其他本地天气源（如果有）中获取METAR和TAF报告。 与其他来源相比，AVWX的核心优势在于其解析引擎。 与老化的政府来源相比，它提供了对原始报告字符串的更准确的解释，并包括了一些增值功能，例如计算飞行规则，将报告元素翻译成英语以及提供报告及其元素的文字转语音表示。 有关更多信息，请访问位于的托管版本。 快速开始

  3. 所属分类：其它

  1. RaspberryFlaskBootstrap：这是在您的Raspberry Pi上运行的最小引导Flask应用程序。 它允许您通过简单的REST API控制GPIO，并且可以轻松扩展-源码

  2. 覆盆子烧瓶引导 这是在Raspberry Pi上运行的最小引导Flask应用程序。 它允许您通过简单的REST API控制GPIO，并且可以轻松扩展。 先决条件 Python3 覆盆子PI 设置 在您的Raspberry Pi上登录/ SSH 克隆存储库 运行./setup.sh 。 这将创建一个虚拟python env并下载所需的库（Flask和Rasp.GPIO） 发射 在树莓./run.sh运行./run.sh 从另一台设备转到http：// ：5000 使用范例 将led（+）插入

  3. 所属分类：其它

  1. rest-api-sections：在我的课程中构建的项目的小型存储库，带有Flask和Python的REST API-源码

  2. 带有Flask和Python的REST API 该存储库包含在我的课程中创建的代码，以及使用Flask和Python的REST API。 代码分为文件夹，课程的每个部分均包含一个文件夹。 第二节 该代码位于1到11之间的文件中，涵盖从初学者到高级的概念。 变数 方法 列表，元组和集合 如果陈述 清单理解 辞典 类和对象 静态和类方法 Args和Kwargs 将函数作为参数传递 装饰工 第三节 本节中的代码包括一个简单的Flask应用程序以及一个调用Flask应用程序端点HTML和Java

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：381kb
    • 提供者：weixin_42139302

  1. 语法net-rest-api：由docker支持的Google SyntaxNet的简单rest api-源码

  2. Syntaxnet Rest API 这是Google Syntaxnet的简单Rest API。 它使用syntaxnet解析字符串，并为您返回一个json 服务器使用Flask-restful / uwsgi和nginx，因此它可以同时进行多查询（待测试） 您正在检查的版本正在使用最新的DRAGNN模式，它比原始模式快得多！ 用法 泊坞窗运行-p 9000：9000 -v / test_folder ：/ models -d ljm625 / syntaxnet-rest-api：dr

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：24kb
    • 提供者：weixin_42170064

  1. 部署机器学习模型：使用Flask将Docker学习和机器学习模型作为REST API进行部署-源码

  2. 使用Flask Dockerize并将机器学习模型作为REST API部署 一个可以服务于预测机器学习模型的简单Flask应用程序。 启动Flask应用程序后，将一个腌制的sklearn模型读入内存，并通过/ predict端点返回预测。 您还可以使用/ train端点来训练/重新训练模型。 部署ML模型的步骤 安装Flask和Docker 序列化您的scikit学习模型（可以使用Pickle或JobLib完成） [可选]将列名称列表添加到scikit对象，例如：rf.columns = [

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：62kb
    • 提供者：weixin_42169971