让想要将自己开发的机器学习模型，应用Flask（web轻量级框架）在网页进行简单部署。但是存在问题：每次预测都要加载一次模型，对于简单的模型还好，但是当模型很大时，预测会很耗时。而且预测后的结果不能存入数据库，进而对模型进行优化。
（下面代码我修改了部分，使css可以显示样式。运行代码即可执行，但是需要确认电脑有装Python、Pycharm等，会用Pycharm添加模块、包）
2021-04-08 00:27:01
76.14MB
1
使用MIT-BIH数据集进行ECG分类
此仓库是和的实现
并专注于使用MIT-BIH数据集进行培训。 如果要使用CINC或开放式心律数据进行训练，请参阅原始研究论文的作者在编码的开放源代码。
Physonet上的MIT-BIH数据集简介： ://physionet.org/physiobank/database/mitdb/
相依性
与带有wfdb的Google colab环境，深层安装和numpy重新安装一致。
Python> = 3.6.7
keras == 2.2.5
张量流== 1.15.0
scikit学习== 0.21.3
wfdb == 2.2.1
deepdis
2021-03-25 10:25:38
858KB
1