Paddlehub服务化部署之后,如何发送预测请求?
预测统一的URL为:
http://[HOST_IP]:8866/predict/[模型名称],例如分词LAC的预测代码如下:
import requests
import json
# 待预测数据
text = ["今天是个好日子", "天气预报说今天要下雨"]
# 设置运行配置
# 对应本地预测lac.analysis_lexical(texts=text, batch_size=1, use_gpu=True)
data = {"text": text, "batch_size": 1, "use_gpu":False}
# 指定预测方法为lac并发送post请求,content-type类型应指定json方式
# HOST_IP为服务器IP
url = "http://127.0.0.1:8866/predict/lac"
headers = {"Content-Type": "application/json"}
r = requests.post(url=url, headers=headers, data=json.dumps(data))
# 打印预测结果
print(json.dumps(r.json(), indent=4, ensure_ascii=False))
具体的预测API在如下路径中查找,lac替换为相应的模型名称:
cat /root/.paddlehub/modules/lac/README.md
本文介绍如何在Paddlehub服务化部署后发送预测请求。通过示例展示了如何使用Python的requests库来调用部署好的模型服务,并获取预测结果。

2288

被折叠的 条评论
为什么被折叠?



