Home 不懂前端,我依然开发了一个机器学习
Post
Cancel

不懂前端,我依然开发了一个机器学习

人人都知道学习很重要,学习究竟是为了什么呢?根本目的只有一个,学以致用!

机器学习,大家都学了很多算法,搞了很多模型,但是极少拿来解决实际问题。

毕竟开发一个机器学习应用需要的技术栈不是每个人都能掌握,今天就向同学们介绍一个绝佳解决方法————streamlit

它可以让你用Python用极短的时间快速生成一个实现机器学习的web应用

正式介绍之前,大家可以先看几个效果Gif(刷新可能有点慢,请耐心等待)

Hello world

Playground

YOLO 目标检测器

streamlit

Streamlit 是第一个专门针对机器学习的应用开发框架,是开发自定义机器学习工具最快的方法,它的目标是取代Flask在机器学习项目中的地位。

streamlit引用的第三方库

Streamlit 带给我最大好感的有以下几点:

  • 开源、完全免费
  • 极其容易入门、一天就能学会
  • API 非常丰富且简单明了

下面我们就开始吧!

Get started

在命令行模式下,启动Python虚拟环境后,直接pip安装

1
$ pip install streamlit

test.py

命令行模式下执行streamlit run test.py

现在可以在浏览器中查看Streamlit应用程序。

本地URL: http://localhost:8501

是不是超简单

Deploy

有了应用就要部署到服务器,如果不想买云服务器怎么办呢? streamlit 连部署都是免费的!没想到吧。

首先,把项目push到你的github

在刚才打开的http://localhost:8501页面右上角点击 Deploy this app

Streamlit Cloud会链接到你的github,认证一下即可

认证一下即可

然后选择`Deploy!`稍作等待

https://share.streamlit.io/tjxj/test/main/bar.py

现在,你的应用已经部署到互联网了

手机也能访问哦~

学习路线

一天时间学会streamlit我觉得并不夸张
只看它的官网文档就足够了 https://docs.streamlit.io/library/

  • Get started √
    理解基本原理和用法
  • API reference √
    知道有哪些api可以调用
  • cheatsheet √
    api速查表,可以时时看看

如果要进阶,就可以去https://streamlit.io/gallery,学习他人优秀的作品(都是开源的)。比如,本文中的几个Gif就是用的这个

https://share.streamlit.io/pavankunchala/gif_converter_app/main/convert_app.py

当然,最好的方法永远是自己写一个应用~ ,下一篇,我会用视频分享一下我写的机器学习应用,感兴趣来个三连支持哈。

This post is licensed under CC BY 4.0 by the author.