我有一個基於Python的最大熵分類器。它很大,存儲爲Pickle,並且需要一分鐘才能反序列化。這也不是線程安全的。然而,它運行速度很快,可以在幾毫秒內對樣本(簡單的Python字典)進行分類。在Django中創建持久數據對象
我想創建一個基本的Django網絡應用程序,以便用戶可以實時提交樣本進行分類。我如何將分類器加載到永久存儲器中一次,然後對其進行調節,以便每個請求都可以訪問對象而不與其他請求衝突?
我有一個基於Python的最大熵分類器。它很大,存儲爲Pickle,並且需要一分鐘才能反序列化。這也不是線程安全的。然而,它運行速度很快,可以在幾毫秒內對樣本(簡單的Python字典)進行分類。在Django中創建持久數據對象
我想創建一個基本的Django網絡應用程序,以便用戶可以實時提交樣本進行分類。我如何將分類器加載到永久存儲器中一次,然後對其進行調節,以便每個請求都可以訪問對象而不與其他請求衝突?
你可以使用Django的cache-framework和超時設置爲一個極值
考慮在另一個進程中運行它。您可以讓您的Django應用程序通過分類器進程偵聽的套接字提交樣本,或者您可以運行一個隊列並讓Django向隊列提交請求。
是,運行在它自己的服務器將工作分類,但似乎矯枉過正。我正在尋找利用Django框架的東西。 – Cerin 2010-02-27 03:18:32
聰明而且簡單實施。偉大的建議。 – Cerin 2010-02-28 15:07:05