如何使用streamlit部署大型深度学习模型?



我保存了一个(.h5)模型,大小约为85GB。我试图建立一个网络应用程序使用流光。然而,我面临的问题或加载我的模型,因为我不能把它上传到github。我尝试使用tensorflow lite缩小保存的模型的大小,但它只将大小减少到大约80GB。是否有一种方法来部署我的模型免费使用流光或其他工具与我保存的模型。代码和问题在https://github.com/kenanmorani/COVID-19Deployment。谢谢你

即使在使用Git大文件存储时,你也不能使用大于5GB的文件。我认为最简单的方法是将你的模型保存在Gdrive中,并将url提供给你的流光应用程序。在python中从gdrive下载公共文件的一个简单方法是使用库gdown。

如果模型应该保持私有,则需要依赖google drive api和使用streamlits secrets来传递凭据。

相关内容

最新更新