LDA(4) · 工程化部署 | 小朵科技工作室 博客

LDA 模型训练完，怎么部署给客户用？我走过三个阶段。

阶段一：本地跑

• 训练 + 预测都自己跑
• 痛点：客户没数据，得每次重跑

阶段二：打包成 exe

• 用 PyInstaller 打包，客户双击运行
• 痛点：模型文件大（几百 MB），启动慢

阶段三：Web 服务

• Flask / FastAPI 暴露接口
• 模型预加载，秒级响应
• 客户传数据过来，返回结果

我现在主要用阶段三，简单稳。FastAPI 例子：

from fastapi import FastAPI
app = FastAPI()
lda = LdaModel.load("model.bin")

@app.post("/predict")
def predict(text: str):
    bow = dictionary.doc2bow(cut(text))
    return {"topics": lda.get_document_topics(bow)}

部署到云服务器或者客户内网都行。

工具有了之后，接私单的效率能翻 5 倍不止。

---

本文由 BBZ · 小朵科技工作室 出品。配套工具：LDA 主题分析软件 P04。