使用TensorFlow服務和Flask部署Keras模型！

部署Keras模型通常需要抽象出你的機器學習模型，並將其與易於使用的API端點一起部署或集成。例如，我們可以提供一個URL端點，任何人都可以使用它來發出POST請求，他們會得到模型推斷的JSON響應，而不必擔心其技術性細節。   在本教程中，我們將創建一個TensorFlow服務器來部署我們在Keras內置的InceptionV3圖像分類卷積神經網絡（CNN）。 然後，我們將創建一個簡單的Flas

>>阅读原文<<