小编Alo*_*ble的帖子

我正在提供使用对象检测API训练的模型。这是我的做法：

• 如基础教程中所述在端口9000上创建Tensorflow服务

• 创建一个Python代码调用使用predict_pb2从类似tensorflow_serving.apis这项服务这

• 在Flask服务器中调用此代码以使服务可通过HTTP使用

不过，我可以通过以下方式更轻松地完成工作：

• 像在对象检测仓库中的示例一样，为推理创建一个python代码
• 在Flask服务器中调用此代码以使服务可通过HTTP使用

如您所见，我本可以跳过使用Tensorflow服务。

那么，在我的情况下是否有充分的理由使用Tensorflow服务？如果没有，我应该在什么情况下使用它？

我有一个数据框，我想提取模式中所有出现的内容，然后将它们作为单个字符串连接起来，成为原始数据框的新列。

例：

original = pd.DataFrame(["bonjour bonjour", "au revoir bonjour", "lala"])


                   0
0    bonjour bonjour
1  au revoir bonjour
2               lala

预期结果 ：

                   0                 1
0    bonjour bonjour  bonjour, bonjour
1  au revoir bonjour           bonjour
2               lala                  

我卡住的地方：

extracted = original[0].str.extractall("(bonjour)")

               0
  match         
0 0      bonjour
  1      bonjour
1 0      bonjour

我无法管理这个结果，我真的不知道如何使用该结构。看起来很简单，但是根据我的访问方式，我没有得到想要的东西。