Vultr的文档很丰富，有1000多篇，但只有英文版，有时想搭建什么服务或者解决什么问题，搜出来的常是抄来抄去的中文资料，缺乏权威性。为此本站花了一番功夫，将Vultr的官方文档进行了整理，将同一个话题下的相关文档聚集在一起，并翻译了标题和概要，方便大家检索使用。目前Vultr文档共有47个话题，每个话题下的文章从十几篇到几百篇不等（覆盖有重合），为表达明确的主题，本站已按话题-子话题的关系将其重新组织编排。碰到需求或问题时，只需定位到相关话题，根据标题和概要即可找到符合需求的文档。找到文档后，通过链接跳转到官方文档直接阅读原文即可，技术类的文档代码占大部分，还是很容易读懂的。本站已发布的中文文档链接也会陆续加入这些文档索引中。本文是【机器学习】类下【的全部文档索引】，共计1篇，按从新到旧编排。

✔ 如何使用Word2Vec和Flask创建深度学习REST API
在生产中使用复杂的机器学习模型时，很难保持传统的开发方法。在笔记本电脑或本地机器上进行开发可能会很慢，无法为深度学习工程师培训机器学习模型。因此，我们通常使用具有更强大硬件的云计算机来训练和运行我们的机器学习模型。这是一个很好的做法，因为我们抽象复杂的计算，而是根据需要发出AJAX请求。在本教程中，我们将通过从头开始构建REST API，将名为Word2Vec的预训练深度学习模型提供给其他服务。
分类：Linux指南 | 编程 程序设计 | Python 编程语言
How to Create a Deep Learning REST API With Word2Vec and Flask