真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

用Python將Keras深度學習模型部署為Web應用程序的示例分析

用Python將Keras深度學習模型部署為Web應用程序的示例分析，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

寧河ssl適用于網(wǎng)站、小程序/APP、API接口等需要進行數(shù)據(jù)傳輸應用場景，ssl證書未來市場廣闊！成為成都創(chuàng)新互聯(lián)公司的ssl證書銷售渠道，可以享受市場價格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：028-86922220（備注：SSL證書合作）期待與您的合作！

構建一個很棒的機器學習項目是一回事，但歸根結底，你希望其他人能夠看到你的辛勤工作。當然，你可以將整個項目放在GitHub上，但是怎么讓你的祖父母也看到呢？我們想要的是將深度學習模型部署為世界上任何人都可以訪問的Web應用程序。

在本文中，我們將看到如何編寫一個Web應用程序，該應用程序使用經(jīng)過訓練的Keras遞歸神經(jīng)網(wǎng)絡，并允許用戶生成新的專利文摘。這個項目建立在遞歸神經(jīng)網(wǎng)絡的基礎上，但是了解如何創(chuàng)建RNN是不必要的。

現(xiàn)在我們將其視為黑匣子：我們按一個開始的順序進行操作，它輸出一個全新的專利文摘，可以在瀏覽器中顯示！

傳統(tǒng)上，數(shù)據(jù)科學家會開發(fā)模型，而前端工程師則將模型展示給全世界。在這個項目中，我們必須扮演兩個角色，并投入到Web開發(fā)中（盡管幾乎全部使用Python）。

該項目需要將眾多主題結合在一起：

Flask：用Python創(chuàng)建一個基本的Web應用程序
Keras：部署訓練有素的遞歸神經(jīng)網(wǎng)絡
使用Jinja模板庫創(chuàng)建模板
用于編寫網(wǎng)頁的HTML和CSS
Flask：http://flask.pocoo.org/
Keras：http://keras.io/
HTML：https://www.w3schools.com/html/
CSS：https://www.w3schools.com/html/html_css.asp

最終結果是一個網(wǎng)絡應用程序，該應用程序允許用戶使用經(jīng)過訓練的循環(huán)神經(jīng)網(wǎng)絡生成全新的專利文摘：

用Python將Keras深度學習模型部署為Web應用程序的示例分析

該項目的完整代碼可在GitHub上找到。

https://github.com/WillKoehrsen/recurrent-neural-networks

方法

目的是使Web應用程序盡快啟動并運行。為此，我選擇了Flask，它允許我們用Python編寫應用程序。我不喜歡搞亂樣式（這清楚地顯示了），所以幾乎所有的CSS都是復制和粘貼的。

Keras團隊的這篇文章（https://blog.keras.io/building-a-simple-keras-deep-learning-rest-api.html）對基礎知識很有幫助，本文也是一個有用的指南。

總體而言，該項目遵循我的設計原則：快速啟動并運行原型——根據(jù)需要進行復制和粘貼，然后進行迭代以制作出更好的產(chǎn)品。

帶Flask的基本W(wǎng)eb應用程序

用Python構建Web應用程序的最快方法是使用Flask。要制作自己的應用程序，我們可以使用以下內(nèi)容：

from flask import Flask
app = Flask(__name__)

@app.route("/")
def hello():
    return "Not Much Going On Here"

app.run(host='0.0.0.0', port=50000)

如果你復制并粘貼此代碼并運行它，則可以在 localhost:50000上查看自己的Web應用程序。當然，我們還想做更多的事情，所以我們將使用稍微復雜一點的功能，該功能基本上可以完成相同的工作：處理來自瀏覽器的請求，并以HTML形式提供一些內(nèi)容。對于我們的主頁，我們想向用戶顯示一個表單以輸入一些詳細信息。

用戶輸入表

當用戶到達應用程序的主頁時，我們將向他們顯示一個帶有三個參數(shù)的表單供你選擇：

輸入RNN的開始序列或隨機選擇
選擇RNN預測的多樣性
選擇RNN輸出的字數(shù)

要在Python中構建表單，我們將使用wtforms。創(chuàng)建表單的代碼為：

wtforms：https://wtforms.readthedocs.io/

from wtforms import (Form, TextField, validators, SubmitField, 
DecimalField, IntegerField)

class ReusableForm(Form):
    """User entry form for entering specifics for generation"""
    # Starting seed
    seed = TextField("Enter a seed string or 'random':", validators=[
                     validators.InputRequired()])
    # Diversity of predictions
    diversity = DecimalField('Enter diversity:', default=0.8,
                             validators=[validators.InputRequired(),
                                         validators.NumberRange(min=0.5, max=5.0,
                                         message='Diversity must be between 0.5 and 5.')])
    # Number of words
    words = IntegerField('Enter number of words to generate:',
                         default=50, validators=[validators.InputRequired(),
                                                 validators.NumberRange(min=10, max=100, 
                                                 message='Number of words must be between 10 and 100')])
    # Submit button
    submit = SubmitField("Enter")

這將創(chuàng)建如下所示的表單（樣式來自main.css）：

用Python將Keras深度學習模型部署為Web應用程序的示例分析

該validator代碼確保用戶輸入正確的信息。例如，我們檢查所有框是否都已填寫，且其diversity介于0.5到5之間。必須滿足這些條件才能接受該表格。

用Python將Keras深度學習模型部署為Web應用程序的示例分析

我們Flask實際提供表單的方式是使用模板。

模板

模板是一個包含基本框架的文檔，我們需要用它來填充細節(jié)。對于Flask Web應用程序，我們可以使用Jinja模板庫將Python代碼傳遞到HTML文檔。例如，在main函數(shù)中，我們將把表單的內(nèi)容發(fā)送到一個名為index.html的文件.

Jinja模板庫：http://jinja.pocoo.org/

from flask import render_template

# Home page
@app.route("/", methods=['GET', 'POST'])
def home():
    """Home page of app with form"""
    # Create form
    form = ReusableForm(request.form)

    # Send template information to index.html
    return render_template('index.html', form=form)

當用戶到達主頁時，我們的應用程序將提供index.html表格上的細節(jié)。該模板是一個簡單的html框架，我們在其中使用{{variable}}語法引用python變量。





  RNN Patent Writing
  
  
  



  
    
      Writing Novel Patent Abstracts with Recurrent Neural Networks
    

    {% block content %}
    {% for message in form.seed.errors %}
    {{ message }}

{% endfor %} {% for message in form.diversity.errors %} {{ message }}

{% endfor %} {% for message in form.words.errors %} {{ message }}

{{ form.seed.label }} {{ form.seed }} {{ form.diversity.label }} {{ form.diversity }} {{ form.words.label }} {{ form.words }} {{ form.submit }} {% endblock %}

對于表單中的每個錯誤（那些無法驗證的條目），對應的一個錯誤將閃爍。除此之外，此文件將顯示上述表單。

當用戶輸入信息并點擊submit（POST請求）時，如果信息是正確的，我們希望將輸入轉移到適當?shù)暮瘮?shù)，以使用經(jīng)過訓練的RNN進行預測。這意味著修改home()。

from flask import request
# User defined utility functions
from utils import generate_random_start, generate_from_seed

# Home page
@app.route("/", methods=['GET', 'POST'])
def home():
    """Home page of app with form"""
    
    # Create form
    form = ReusableForm(request.form)

    # On form entry and all conditions met
    if request.method == 'POST' and form.validate():
        # Extract information
        seed = request.form['seed']
        diversity = float(request.form['diversity'])
        words = int(request.form['words'])
        # Generate a random sequence
        if seed == 'random':
            return render_template('random.html', 
                                   input=generate_random_start(model=model, 
                                                               graph=graph, 
                                                               new_words=words, 
                                                               diversity=diversity))
        # Generate starting from a seed sequence
        else:
            return render_template('seeded.html', 
                                   input=generate_from_seed(model=model, 
                                                            graph=graph, 
                                                            seed=seed, 
                                                            new_words=words, 
                                                            diversity=diversity))
    # Send template information to index.html
    return render_template('index.html', form=form)

現(xiàn)在，當用戶點擊submit并且信息正確時，根據(jù)輸入的不同，輸入將被發(fā)送到generate_random_start或generate_from_seed。這些函數(shù)使用經(jīng)過訓練的Keras模型生成具有用戶指定的diversity和num_words的新穎專利。這些函數(shù)的輸出依次被發(fā)送到其中一個模板random.html或者seeded.html作為一個網(wǎng)頁。

使用預先訓練的Keras模型進行預測

模型參數(shù)是經(jīng)過訓練的Keras模型，加載如下：

from keras.models import load_model
import tensorflow as tf

def load_keras_model():
    """Load in the pre-trained model"""
    global model
    model = load_model('../models/train-embeddings-rnn.h6')
    # Required for model to work
    global graph
    graph = tf.get_default_graph()
    
load_keras_model()

tf.get_default_graph()是基于這個要點的一種解決方案。

我將不展示這兩個util函數(shù)的全部內(nèi)容（這里是代碼），你需要理解的是它們使用經(jīng)過訓練的Keras模型以及參數(shù)，并對新的專利文摘進行預測。

這些函數(shù)都返回帶有格式化HTML的Python字符串。該字符串被發(fā)送到另一個模板以呈現(xiàn)為網(wǎng)頁。例如，generate_random_start返回格式為html,返回結果為random.html：





    Random Starting Abstract
    

    
    
    
        Home
    



    
        {% block content %}
        {{input|safe}}
        {% endblock %}

這里我們再次使用Jinja模板引擎來顯示格式化的HTML。因為Python字符串已經(jīng)被格式化為HTML，我們所要做的就是使用{{input| safe}}（其中input是Python變量）來顯示它。然后我們就可以在main.css設計這個頁面的樣式了, 和其他html模板一樣。