Python程序在内存中运行

我有一个Python程序,用于加载一个逻辑回归模型。我希望每隔5秒钟使用新的传入数据进行一次预测。传入的数据通过命令行参数传递给代码。程序运行正常,但我不想每5秒钟都重新加载模型。有没有办法让模型一直保持在内存中?我的代码如下:

loaded_model = joblib.load(r'C:\LR_model.sav')dataset = ast.literal_eval(sys.argv[1])result = loaded_model.predict(dataset)

谢谢


回答:

内存是与进程绑定的,一旦进程退出,其内存就会被释放。如果你想保持数据加载,你需要将程序重写为服务器进程,并为客户端设置某种通信协议来请求新的预测(HTTP在这里似乎是一个不错的选择)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注