如何从 django 视图中实现更快的 tfidfvectorizer 加载时间？
how to achieve faster tfidfvectorizer loading times from within a django view?
我有一个装有 ~120,000 个特征的 TfidfVectorizer，我使用 joblib.dump 保存到文件中。我稍后从 django 视图中加载该模型，使用 joblib.load 但它太慢了（需要 ~2 秒）。提高加载速度的最佳方法是什么？我应该使用 Django 的缓存框架来缓存模型吗？使用 joblib.dump 序列化时是否应该压缩模型？有没有办法将模型加载到内存中一次并保留在那里，而不是每次调用视图时都重新加载它？
模型在请求之间不会改变，因此，我们希望将其加载到内存中一次并保留在那里。这可以在 views.py 中通过加载模型并将其分配给全局变量来实现。
我有一个装有 ~120,000 个特征的 TfidfVectorizer，我使用 joblib.dump 保存到文件中。我稍后从 django 视图中加载该模型，使用 joblib.load 但它太慢了（需要 ~2 秒）。提高加载速度的最佳方法是什么？我应该使用 Django 的缓存框架来缓存模型吗？使用 joblib.dump 序列化时是否应该压缩模型？有没有办法将模型加载到内存中一次并保留在那里，而不是每次调用视图时都重新加载它？
模型在请求之间不会改变，因此，我们希望将其加载到内存中一次并保留在那里。这可以在 views.py 中通过加载模型并将其分配给全局变量来实现。