文書の過去の版を表示しています。
機械学習成果をWEBで公開
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。
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。
| 言語 | Python | Ruby |
|---|---|---|
| シンプル | Flask | Sinatra |
| フルスタック | Django | Ruby on Rails |
Rails5.0とDjango1.9の比較
2017/6/6
http://twosquirrel.mints.ne.jp/?p=18028
WindowsパソコンにFlaskをインストールする方法
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
機械学習成果をWEBで公開している例
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。
<html>
<iframe style=“width:120px;height:240px;” marginwidth=“0” marginheight=“0” scrolling=“no” frameborder=“0” src=“rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=B01HGIPIAK&linkId=1eef9c0e1ab6a5028ae9b68eb5d6dcb1”></iframe>
</html>
===== chainer =====
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
===== その他 =====
https://torina.top/detail/332/
Djangoで、けものフレンズキャラの顔を認識させる（Deep Learning）
https://github.com/naritotakizawa/kemono
===== リンク =====
前：
機械学習用データの収集方法
目次
http://qiita.com/cvusk/items/5506f843bb375fca1f97