让我们假设，我有一个使用Tensorflow库并执行功能的机器学习模型。
当然，该函数需要输入并提供一些输出。这可以在我的终端上轻松完成。
这里是我需要帮助的区域，终端中的IO不是我想要的，我想创建一个具有多种功能的Web应用程序。让我们只考虑我的ML模型必须工作的区域，比如当我输入输入后点击一个按钮，它运行ML模型，并为我提供一个输出，我可以在我的网络应用程序上显示它。
我可以使用NodeJ开发网站。是否有可能将ML模型与我的NodeJs Web应用程序集成？
我尝试在某些软件包上运行，例如 child-process，python-shell 没有任何效果，但在导入软件包的地方时，它会给我一个错误。
请给我建议将ML模型与使用MongoDB作为数据库的 NodeJS Web应用程序集成。我想要的只是我的Web应用程序在必要时运行我的ML模型以获得我可以通过我的Web应用程序显示的结果。
还提供有关可以轻松与机器学习模型集成的技术的信息。
答案 0 :(得分：0)
我也遇到类似的问题。
在上一个答复中，我将继续进行微服务架构设计。
例如使用node.js应用程序来满足前端请求，使用Python服务器仅来满足机器学习任务。
答案 1 :(得分：-1)
您需要在模型周围构建一个python Web应用程序，以便向客户端（您的nodejs应用程序所服务的网页）提供响应（模型的输出）。
Flask和Django是那里的主要参与者。 REST是最受欢迎的元框架。
在您的模型周围构建REST API之后，您只需通过网页中的HTTP / xmlhttprequest来查询任何资源。
或者您可以尝试挑选模型并加载到JavaScript中以从您的nodejs应用程序进行查询。
比其中任何一个更容易使用IBM Cloud Functions或AWS Lambda来公开您的脚本/模型。非常简单且具有成本效益。