[英]how to cache a machine learning model using flask
我正在创建一个 API 以获取一些参数,并基于这些参数创建 model 的完整路径。 如您所知,当服务器第一次运行时,我无法加载所有模型。 我正在尝试flask-caching
,但它呈现相同的结果(第一个结果)。 这是我想做的事情:
from flask_caching import Cache
config = {
"DEBUG": True,
"CACHE_TYPE": "filesystem",
"CACHE_DEFAULT_TIMEOUT": 900,
'CACHE_DIR': '/src/tmp'
}
app.config.from_mapping(config)
cache = Cache(app)
@app.route("/my_api_link/", methods=["POST"])
@cache.memoize(950) # about 15 mins
def test_model():
data = request.get_json()
model = Model.load("model_path")
但是,当我测试我的 function 时,它返回了相同的结果。 显然,它是在记住第一个命中而不是在test_model
方法中加载的 model。 知道如何让我的代码运行。
我正在创建一个 API 以获取一些参数,并基于这些参数创建 model 的完整路径。 如您所知,当服务器第一次运行时,我无法加载所有模型。 我正在尝试flask-caching
,但它呈现相同的结果(第一个结果)。 这是我想做的事情:
from flask_caching import Cache
config = {
"DEBUG": True,
"CACHE_TYPE": "filesystem",
"CACHE_DEFAULT_TIMEOUT": 900,
'CACHE_DIR': '/src/tmp'
}
app.config.from_mapping(config)
cache = Cache(app)
@app.route("/my_api_link/", methods=["POST"])
@cache.memoize(950) # about 15 mins
def test_model():
data = request.get_json()
model = Model.load("model_path")
但是,当我测试我的 function 时,它返回了相同的结果。 显然,它是在记住第一个命中而不是在test_model
方法中加载的 model。 知道如何让我的代码运行。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.