サルでもわかる機械学習

Pythonでの機械学習の成果を、同じプログラミング言語であるPythonでWEB公開するとなると、Flaskがお勧めのようです。

http://djangoproject.jp/

PythonのWebアプリケーションフレームワークとしては、Djangoが有名ですが、こちらは、ごついです。でも、Ruby on Railsが好きな方なら、FlaskよりもDjangoの方が好きになると思います。どちらを選ぶかは好みの問題だと思いますが、ここでは、flaskについて説明させていただこうと思います。

Rails5.0とDjango1.9の比較 2017/6/6
http://twosquirrel.mints.ne.jp/?p=18028

Windows8.1でPythonのWEBフレームワークFlaskを試してみる
2016/8/31
http://twosquirrel.mints.ne.jp/?p=9235

犬と猫の写真を判定するウェブサービスを作ってみた
https://qiita.com/elm200/items/5b04a2be69a6fdf1e19c

2015-12-17
TensorFlowと数式パーサで手書き電卓をつくった - Aizu Advent Calendar 2015
http://masaponto.hatenablog.com/entry/2015/12/17/235628

https://github.com/llSourcell/how_to_deploy_a_keras_model_to_production

下のyoutubeを見ながらやるのが一番よいか。

https://www.youtube.com/watch?v=f6Bf3gl4hWY&feature=youtu.be

Javascript,FormData
http://www.koikikukan.com/archives/2014/10/07-005555.php

https://github.com/arijitx/learning-deep-learning-/blob/master/README.md

TensorFlow + Kerasでフレンズ識別する - その1:
https://qiita.com/croquette0212/items/0fc7562f1bd2c78f96bf

https://github.com/gaborvecsei/Iris-Classification-with-Heroku
Deep Learning on Heroku tutorial (Iris classification)
https://gaborvecsei.wordpress.com/2017/01/22/deep-learning-on-heroku-tutorial-iris-classification/

scikit-learnとflaskで簡単な機械学習✕Webアプリ cvusk 2017年07月31日に更新
https://qiita.com/cvusk/items/5506f843bb375fca1f97

TheanoなKerasをデプロイするときはNginx+uWSGI+Flaskが良さそう
http://yoshoku.hatenablog.com/entry/2017/03/13/003000

AWSのEC2上で、FlaskとKerasを使ってAI ウェブアプリを動かす
https://qiita.com/msrks/items/06aa2eeaa0d01f6716ec

2017年5月25日 / 最終更新日 : 2017年9月15日 roy29fuku Convolutional Neural Network Azure + Tensorflow + Kerasで画像認識やってみた part3
http://blog.roy29fuku.com/machine-learninng/deep-learning/convolutional-neural-network/azure-tensorflow-kerasで画像認識やってみた-part3/

Heroku
https://qiita.com/msrks/items/c57e0168fb89f160d488

https://github.com/hirasaki1985/Keras_cnn_sample

「Python機械学習プログラミング 達人データサイエンティストによる理論と実践」という本の「第9章　機械学習の適用2 – Webアプリケーション」でも、Flaskを用いて、WEB公開しています。Python3です。

ChainerとFlaskで作る機械学習デモアプリ 後編 Webアプリの構築 2017/10/6
https://recipe.narekomu-ai.com/2017/10/chainer_web_demo_2/

Chainer を活用したニューラルネットの学習 〜 Web API サーバの作成
https://qiita.com/tanikawa/items/a0ecf10638f327f63f3e ソースコード https://github.com/tanikawa04/imagenet-webapi-sample

https://stackoverflow.com/questions/38813592/ionic2-and-angular2-image-upload-example

前： 機械学習用データの収集方法
目次

http://qiita.com/cvusk/items/5506f843bb375fca1f97