Hallo bin ich sehr interessiert an maschinelles Lernen.Wie Deep Learning-Modell (Python) zu Web-app (Knoten)
vertraut mit Keras und Tensorflow und wissen, wie man das Modell trainiert und speichert.
Ich möchte node.js (Loopback) Web-Anwendung, die Machine Learning API bietet.
Ich bin ziemlich neu in Web-Anwendung und weiß nicht, wie Sie Python-Code in der Knoten-App verwenden.
Um genau zu sein, versuche ich tiefe Anwendung wie this site für den Praxiszweck zu machen.
Für Codes, die in GitHub öffentlich zugänglich sind. Am meisten Sterne Umsetzung ist in der Fackel und
Es hat Skript Arbeit als "main.py", die also von
1) loading pretrained VGG model(about 500Mb) to memory.
2) and using each framework's function, it create output photo inside folder
besteht Ich möchte dies in AWS mit GPU-Instanz laufen
Problem ist, ich weiß nicht, wie "main.py" in Javascript aufgerufen wird.
Q1 Wie haben diese viele maschinelles Lernen basierte Dienste erreicht ??
haben sie ihren Server in Python wie Django implementiert, um trainiertes Modell und Schlussfolgerung daraus zu laden?
Aber ich möchte in node.js vor allem Loopback integrieren. Wie kann ich dies auf möglichst effiziente und übliche Weise erreichen?
Q2 ruft "main.py" effizient, wann immer es die Anforderung an den Server?
Ich meine, wenn das Skript aufgerufen wird jedes Mal Anforderung, es lädt 500 MB Objekt in den Speicher die ganze Zeit und das ist so ineffizient.
und soweit ich weiß kann AWS GPU-Instanz 4 GPU gleichzeitig verwenden. Ich frage mich, wie kann ich all dies mit der effizientesten und gebräuchlichsten Art und Weise nutzen ...
Vielen Dank für das Lesen!
Ich bin zu frustriert mit mir selbst ... Ich möchte wirklich wissen, Methode mein Modell
auf Server bereitstellen und danken Ihnen im Voraus