DKE (68) 썸네일형 리스트형 학습된 PyTorch 모델을 FLASK로 배포하기 / 2023.06.03 이미지를 받아서 ImageNet 데이터셋의 1000개 클래스 중 하나로 예측하는 웹 서비스이다! 1. 예제 파일 다운로드 2. app.py 파일 생성 3. Flask 서버 실행 기본적으로 5000번 포트에서 수신 대기한다. 서버를 실행하고, 다른 창을 열어서 추론서버를 테스트 4. 추론 서버 테스트 /predict 엔드포인트로 kitten.jpg 파일 전송 후 예측 수행 5. 다른 예제 수행 웰시코기 이미지와 호랑이 이미지로도 수행해봤는데 예측이 정확한것을 확인 자세한 코드 설명은 아래 웹사이트에서 확인할 수 있다 https://tutorials.pytorch.kr/recipes/deployment_with_flask.html#id1 Flask로 배포하기 이 레시피에서는 다음과 같은 내용들을 학습합니다:.. 230517 Semi-Supervised Classification with Graph Convolutional Networks https://arxiv.org/abs/1609.02907 Semi-Supervised Classification with Graph Convolutional Networks We present a scalable approach for semi-supervised learning on graph-structured data that is based on an efficient variant of convolutional neural networks which operate directly on graphs. We motivate the choice of our convolutional architecture via a loc arxiv.org 230509 Graph Isomorphism Network (GIN) 실습 230509 Bayesian_Classifiers (spambase, resume dataset) 230420 Geometric deep learning of RNA structure https://www.science.org/doi/10.1126/science.abe5650 230411 FP-Growth Algorithm (+Apriori) 230406 GCN Models (GAT, GraphSAGE) 230321 Node Classification 추가 실습 이전 1 2 3 4 5 6 ··· 9 다음
