当所有的逻辑都用另一种语言实现时，如何在Python（sklearn）中使用现成的ML模型？

Question

我有一个模型。这是一个 LGBMClassifier 与 sklearn. 随着 pickle我把模型保存在 .sav 格式。这是一个交易模型，将用于交易美国股票。

现在的任务是使用该模型进行真实交易。我们想在 .net. 这意味着该模型是在 Python但除了模型本身之外的所有代码都将用另一种语言实现，我想学习如何在生产中使用现成的Python模型，除了模型本身之外的所有逻辑都将用另一种语言实现。

我想学习如何在生产中使用现成的Python模型，而除了模型本身之外的所有逻辑都将用另一种语言来实现。能否做到这一点？

我从未解决过部署问题。如果能得到这方面的信息，我将感激不尽。我想了解我应该向哪个方向发展，才能按照上面的要求进行模型部署。

如果有任何其他的方法来解决这个问题，或者所描述的方法没有意义，我也将感激你的评论。

谢谢。

Answer 1

是的。

一种方法是

1. 首先把模型转储在 AWS S3 [一种存储服务，用于存储可方便在线访问的文件]
2. 编写加载模型和预测的逻辑，在 AWS Lambda [一个无服务器的服务，以编写小的实用程序，可以从任何地方通过调用。API网关 ]，把AWS的lambda放在API网关(aws)后面，以便用API访问它。
3. 从你的.net代码中调用api并得到结果。

上面的答案使用了aws生态系统，你可以使用其他的，但过程是一样的。