各位前辈好:
小弟和同学架设了一个网站
内容是可以从使用者输入的资料中，
(该资料为某项商品的资料，例如价格、项目
图片、描述等等)
去判断该商品在拍卖网站成交的机率。
架构大致上为:
使用者在html上输入资料→node.js接收资料
→先传送到mysql储存→node.js会在呼叫python
→python再去mysql读取资料
→python读取完资料后，会加载我们预先训练好的模型
并将资料预处理后，进行预测，传回预测的成交机率
→node.js再将该机率回传至网页显示
说明:
1.以上架构的档案全放在amazon的免费云端空间中(linux)
2.训练好的模型来自于kaggle竞赛的题目，我们采用
了keras.layers.concatenate 将各种不同的特征/text/图片
连结起来，再加上一些dense层组成一个神经网络的架构，
最后使用keras的save来保存模型，
然后再每次使用者查询时，都会启动一次python去加载
(load_model)模型来预测
问题:
因为每次python都要先去加载模型之后才能预测
所花费时间太久，导致一个机率都要花5~10秒才能显示
是否有办法可以在linux让python程式持续启动，
让那些模组/模型可以先加载好，只需要等传入要预测的
档案后，就可以直接计算呢?
PS.
若有兴趣可连结网址:
http://103-quicksell.iii.wpj.tw:1337/
建议使用chrome，且各字段都需要填写
网站还在测试阶段，有时候会断线
请鞭小力点XD