在哪里部署用于API预测的机器学习模型？
在云计算领域，用于API预测的机器学习模型可以部署在云平台的虚拟机实例上。虚拟机实例是云计算提供商提供的一种基础设施即服务（IaaS）形式，可以通过云平台的管理控制台或者API进行创建和管理。虚拟机实例提供了计算资源和操作系统环境，可以满足机器学习模型的部署需求。
在腾讯云中，可以使用云服务器（CVM）来部署用于API预测的机器学习模型。云服务器是腾讯云提供的一种弹性计算服务，可以根据实际需求快速创建和管理虚拟机实例。通过选择适当的实例规格、操作系统和网络配置，可以满足机器学习模型的计算和存储需求。
腾讯云云服务器产品介绍链接地址：https://cloud.tencent.com/product/cvm
除了云服务器，腾讯云还提供了其他适用于机器学习模型部署的产品和服务。例如，云函数（SCF）是一种无服务器计算服务，可以根据事件触发自动运行代码，适用于轻量级的API预测场景。云函数提供了高度可扩展的计算资源，可以根据实际请求量弹性地进行计算。
腾讯云云函数产品介绍链接地址：https://cloud.tencent.com/product/scf
此外，腾讯云还提供了容器服务（TKE）和Kubernetes（K8S）等容器化部署方案，可以将机器学习模型打包成容器镜像，并通过容器编排技术进行部署和管理。
腾讯云容器服务产品介绍链接地址：https://cloud.tencent.com/product/tke
总结起来，在腾讯云中，可以通过云服务器、云函数和容器服务等产品来部署用于API预测的机器学习模型，根据实际需求选择适合的产品进行部署和管理。
相关·内容
1回答
在哪里部署用于API预测的机器学习模型？
amazon-web-services、machine-learning、google-cloud-platform、amazon-sagemaker、facebook-prophet
我用创建了一个机器学习模型
我现在的问题是:我描述它的方
浏览 21提问于2019-07-13得票数 1
回答已采纳
1回答
无云存储Bucket的GCP模型部署
python、google-cloud-ml
我在本地机器上开发了一个基于Tensorflow的机器学习模型。我想把它部署在Google Cloud Platform (Cloud ML Engine)中进行预测。该模型从Google Bigquery读取输入数据，输出预测只能用Google Bigquery编写。在运行模型预测之前，必须运行一些数据准备脚本。我已经将Google Cloud Storage<
浏览 24提问于2019-02-28得票数 2
2回答
训练好你的机器后该怎么做？
machine-learning、deep-learning、google-colaboratory、training-data
出于好奇，我遵循了一些机器学习和深度学习教程，但奇怪的是，它们中没有一个提到下一步如何处理经过训练的模型？如果你有更多的资源或教程要推荐，请分享。谢谢
浏览 0提问于2019-08-14得票数 0
1回答
在Excel中运行azure ML实验时出错
excel、azure、machine-learning
Error! {"error":{"code":"LibraryExecutionError","message":"Module execution encountered an internal library error.","details":[{"code":"TableSchemaColumnCountMismatch","target":" (AFx Library)","message":"dat
浏览 2提问于2016-08-24得票数 2
1回答
使用芹菜或RESTful API服务深度学习模式？
rest、tensorflow、deep-learning、celery
这些预测模型作为单独的应用程序部署在单独的服务器上，其预测功能与芹菜作为单独的任务集成在一起。
例如，X(用户)希望知道股票价格的预测，并向web应用程序提交查询。Web应用程序将使用X的查询负载启动芹菜任务。这种芹菜任务在执行某些操作后，将任务提交给机器学习/深入学习的芹菜正在工作的</em
浏览 6提问于2019-10-22得票数 3
回答已采纳
1回答
在线预测的高延时问题
google-cloud-ml、google-cloud-ml-engine
我已经在谷歌机器学习引擎上部署了一个线性分类模型，并希望使用在线预测来预测新数据。
当我使用Google API客户端库调用API时，大约需要0.5秒才能获得一个只有一个实例的请求的响应。我预计延迟应该小于10微秒(因为模型非常简单)，而0.5s太长了。我还尝试使用predict_proba方法离线预测新数据。超过10万个实例仅需8.2秒，比使用Google ML
浏览 0提问于2017-06-20得票数 0
6回答
构建和公开机器学习模型REST的最佳方法是什么？
java、python、rest、machine-learning、scikit-learn
我一直在使用working框架设计REST，并将它们部署到像Tomcat这样的web服务器上。我还致力于构建机器学习模型，并使用该模型在Python中使用sklearn进行预测。现在，我有了一个用例，在中，我希望公开一个构建机器学习模型的REST，以及另一个用于生成预测的REST。什么样<em
浏览 19提问于2017-02-07得票数 5
3回答
部署LSTM模型
deep-learning、time-series、lstm
我已经训练和验证了我的LSTM，我想部署它。因此，我知道我们可以保存和加载Keras的Sequential对象(您可以猜到，我正在使用Keras )。因此，我使用这些函数实现了一个代码。但是，我想知道我是否必须用所有可用的数据(训练+测试)来训练我的模型，还是像我在学习期间所做的那样对训练集进行训练。许多教程讨论如何训练模型，但没有那么多的教程清楚地介绍了如何部署模型。我想知道什么
浏览 0提问于2019-08-06得票数 5
回答已采纳
1回答
Azure机器学习(预览)到客户洞察
azure、microsoft-dynamics、azure-machine-learning-studio、azure-machine-learning-service
我正在尝试将MS Dynamics Customer Insights (CI)与我在新的Azure机器学习(designer)中构建的模型进行集成。目前，我只看到CI和Azure机器学习工作室(经典)之间的集成。
我已经在新的Azure机器学习中部署了我的模型背后的web服务(REST)，但
浏览 17提问于2020-06-01得票数 2
1回答
Watson训练数据格式
json、ibm-cloud、artificial-intelligence、ibm-watson、discovery
我希望Watson对用户将在我的web应用程序中提供的某些数据进行培训-这些数据将通过表单发布。我的问题是- IBM Cloud中的哪个服务与此匹配最好？我已经尝试发现，但它似乎不是我的请求最好的匹配，首先，它不想接受.json或Excel格式的文件，这似乎是一个危险信号对我(关于我正在寻找的)。我的最终目标是让Watson学习这些模式，并最终开始为用户提供建议。我给沃森的数据是这样的</e
浏览 21提问于2019-06-06得票数 0
2回答
google AI模型服务与kfsering
google-cloud-platform、google-cloud-ml、google-cloud-ai
我们要做的是模型服务基础设施。我正在比较和。但是我找不到足够的文档来描述google ai服务的特性以及它是如何实现的。似乎gcloud ai-platform versions create可以创建模型版本资源并开始服务，这是我唯一能找到的点。谷歌人工智能服务和kfserving之间的关系是什么？2，gcloud ai-platform versions create是如何工作的？3、关于google ai服务<e
浏览 20提问于2020-04-16得票数 1
1回答
如何将Azure / data标签中的标记数据连接到Power？
azure、powerbi、azure-machine-learning-studio
我正在尝试将Azure ML Studio中已经标记的数据集连接到数据标记中的到PowerBI。我希望看到标签的进展或标签数据的结果，而不是手动导出和连接导出的文件一个接一个。谢谢!
浏览 5提问于2022-03-15得票数 0
2回答
术语问题
machine-learning、machine-learning-model
在机器学习中，模型的定义是问题域选择的算法，还是模型是算法和训练数据？
谢谢。
浏览 0提问于2018-12-03得票数 1
回答已采纳
1回答
随着更多的数据变得可用，您如何改进机器学习模型？
machine-learning、training-data
大多数有监督机器学习问题的基本过程是将数据集分为训练集和测试集，然后在训练集上训练模型，并在测试集上评估其性能。但在许多(大多数)环境中，例如疾病诊断，将来会有更多的数据可用。我如何使用它来改进模型？如果是这样的话，什么时候是重新训练的合适时间(例如，特定百分比的额外数据点)？
浏览 1提问于2021-02-17得票数 0
2回答
在GPU上预先训练过的Keras模型是否可以仅用于CPU上的预测？
python、tensorflow、machine-learning、keras、deep-learning
我目前正在学习Keras。我的问题是，如果我在一个像RTX泰坦这样的高端GPU上训练一个模型，我能否导出这个模型，将它加载到另一个低端机器上的一个新程序中，然后只使用CPU进行预测。这有可能吗？理论上，我认为这就是机器学习的方式。该模型是在高端GPU上训练的，一旦导出，它就可以加载到任何机器上，不管它是否有GP
浏览 1提问于2020-09-04得票数 1
回答已采纳
2回答
不含Tensorflow服务的GCP中的Tensorflow模型部署
python-3.x、tensorflow、deployment、google-cloud-platform、google-bigquery
机器学习模型:基于Tensorflow (版本1.9)和Python版本3.6数据输出:到Bigquery
该模型从Google读取输入数据，输出预测必须用Google编写。有一些数据准
浏览 1提问于2018-10-03得票数 2
1回答
在烧瓶启动时加载ML模型
python、flask、pickle
我正在开发一个Flask API来运行机器学习模型并返回预测结果。为此，我使用Pickle将模型加载到全局变量中。我想做的是在Flask服务器启动时将模型加载到全局变量中，并创建一个端点，以便在用户需要预测时运行模型。这样，我就不必每次调用时都加载模型。将模型加载到变量中的代码为：
loaded_model = pickle.load(open(
浏览 2提问于2021-07-14得票数 0
3回答
我如何调用亚马逊网络服务SageMaker端点来获得推断？
amazon-web-services、machine-learning、data-science、amazon-sagemaker
我想在SageMaker的帮助下，使用我的机器学习模型来获得实时预测。我想直接在我的网站上得到推论。如何使用已部署的模型进行预测？
浏览 1提问于2018-11-21得票数 6
1回答
ACI上的Azure ML模型-多请求处理？
azure-machine-learning-service、azure-container-instances
我想了解部署到Azure容器实例(ACI)的ML模型是否会处理多个同时传入的请求。目前，我们需要为一个峰值为每小时20个请求的应用程序托管2个ML模型。我不确定的是，来自ML工作区的已部署容器是否能够同时处理多个请求？例如，如果同时接收5-10个请求，则部署在ACI中的容器能够多线程和处理传入的请求。或者是排队一次处理一个？我之所以问这个问题，是因为一个呼叫需要1
浏览 5提问于2022-03-17得票数 1
2回答
哪些Python库可用于可解释的ML？
machine-learning、python、interpretation
最近，我熟悉了可解释的ML，并发现了一些库，如LIME。如果你能向我建议一些图书馆，以及每个图书馆的优点，我将不胜感激。
浏览 0提问于2021-03-22得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
