前言

探索机器学习数载，曾终日思考算法始末却未曾触及实际应用，说来也是惭愧，故今日记录一份机器学习模型部署笔记及思考，供自己查阅反思，也供各位看官参考。

三个问题（个人理解）

1. 部署什么模型

个人理解部署的模型，对于SVM来说，是求解得出的支持向量，对于神经网络来说，就是分类神经元的权重 ，对于决策树来说，就是求解出的树结点，对于KNN而言，模型是空间划分的节点，对于给予贝叶斯的模型，部署的是各个事件的概率。

总的来说，就是把算法求得的集合映射关系部署到环境中。

2. 部署到哪里

模型可以部署到移动端（手机、摄像机等）、云端、汽车、物联网设备。

3. 想要什么样的效果

毫无疑问，我们期望在现实世界的运行中，获得在测试集上一样的效果，并且，我们模型不再更新。

具体方案（搬运工）

1. 模型选择

根据响应需求选择，不赘述。

2.  案例汇总

CSDN上搜索方案良莠不齐，这里做汇总查阅。

1. 使用pmml实现跨平台部署机器学习模型

https://blog.csdn.net/Albert201605/article/details/121443448?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167862352816800180677318%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=167862352816800180677318&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-21-121443448-null-null.142^v73^insert_down2,201^v4^add_ask,239^v2^insert_chatgpt&utm_term=机器学习模型部署&spm=1018.2226.3001.4187

2. 机器学习模型线上部署方法

https://blog.csdn.net/qq_23182345/article/details/102365671?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167862352816800180677318%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=167862352816800180677318&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-17-102365671-null-null.142^v73^insert_down2,201^v4^add_ask,239^v2^insert_chatgpt&utm_term=机器学习模型部署&spm=1018.2226.3001.4187

3. 机器学习sklearn的模型上线部署工作总结

https://blog.csdn.net/rubysxl/article/details/103281139?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-103281139-blog-102365671.pc_relevant_vip_default&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-103281139-blog-102365671.pc_relevant_vip_default

4. 部署机器学习模型原理及实践（bentoml），实用教程，逻辑清晰

 https://blog.csdn.net/weixin_43945848/article/details/122408373?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167862352816800211527286%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167862352816800211527286&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-3-122408373-null-null.142^v73^insert_down2,201^v4^add_ask,239^v2^insert_chatgpt&utm_term=

5. 机器学习模型部署的三种方法

https://blog.csdn.net/weixin_42493346/article/details/107974499?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-107974499-blog-122408373.pc_relevant_vip_default&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-107974499-blog-122408373.pc_relevant_vip_default

6. Pytorch与深度学习 —— 9. 如何把训练好的网络部署到C/C++语言的应用中

https://blog.csdn.net/poisonchry/article/details/120229489?ops_request_misc=&request_id=&biz_id=102&utm_term=

3. 项目实战

现在我想训练一个SVM模型，部署到汽车上MCU里面，用来判断车辆是否超负荷，应该怎么做？