FLASK API设置说明 -打开终端-mkdir“某些文件名” -cd进入新项目-code。 （打开文本编辑器）-打开终端（在用于Mac的vsCode中= CTRL〜）-pipenv-三个-ls（显示pipfile在此。也在文件部分中显示）-pipenv install flask-创建一个app.py文件 -脚步： -从flask导入Flask-创建变量以实例化flask的新版本：app = Flask（ name ） -创建第一条路线： app.route（“ /”） -创建方法：

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 = [

flask_api