我正在尝试部署一些带有一些大型数据集的机器学习模型以显示为原型,您能否建议一些简单而有用的方法来快速部署它。我正在使用Python
我尝试部署许多框架,但出现错误,最后我尝试使用railway来托管它,当我访问网页并填写预测所需的数据并单击按钮时,它显示内部服务器错误如何解决?
这是因为主机资源有限。要解决此问题,您应该限制机器学习模型对资源的访问。
from joblib import parallel_backend
with parallel_backend('threading', n_jobs=1):
y_pred_test = model.predict(x_test)
您也可以这样做来进行培训。即使是网格搜索。只需将相关代码放在
with parallel_backend('threading', n_jobs=1):
下即可
此外,如果您的模型将
n_jobs
作为参数,请将其设置为 1 或适用于您的主机的最大值。如果可能的话,您还可以尝试更高的 n_jobs parallel_backend
。