ml-in-prod:文章“生产中的机器学习”的教程回购

产品中的ML python预测系统设计。 建立管道 $ cd training $ virtualenv venv $ source venv/bin/activate $ pip install -r requirements.txt $ python training.py 运行服务器 如果您执行了前面的步骤，则： $ cd ../ ; deactivate $ cd server $ virtualenv venv $ source venv/bin/activate $ pip install -r requirements.txt $ python main.py 进行在线预测 服务器运行后，您可以通过POST请求发送功能，然后接收相应的预测（0或1）。 您可以在server/post.json找到请求正文的示例： $ curl -H " Content-Type: app