创建一个容器化的机器学习模型

数据科学家在创建机器学习模型后，必须将其部署到生产中。要在不同的基础架构上运行它，使用容器并通过 REST API 公开模型是部署机器学习模型的常用方法。本文演示了如何在 Podman 容器中使用 Connexion 推出使用 REST API 的 TensorFlow 机器学习模型。

公司主营业务：成都网站制作、成都网站设计、外贸营销网站建设、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。成都创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。成都创新互联推出越秀免费做网站回馈大家。

准备

首先，使用以下命令安装 Podman：

 
 
 
 
  
  
  
  sudo dnf -y install podman

接下来，为容器创建一个新文件夹并切换到该目录。

 
 
 
 
  
  
  
  mkdir deployment_container && cd deployment_container

TensorFlow 模型的 REST API

下一步是为机器学习模型创建 REST API。这个 github 仓库包含一个预训练模型，以及能让 REST API 工作的设置。

使用以下命令在 deployment_container 目录中克隆它：

 
 
 
 
  
  
  
  git clone https://github.com/svenboesiger/titanic_tf_ml_model.git

prediction.py 和 ml_model/

prediction.py 能进行 Tensorflow 预测，而 20x20x20 神经网络的权重位于文件夹 ml_model/ 中。

swagger.yaml

swagger.yaml 使用 Swagger规范定义 Connexion 库的 API。此文件包含让你的服务器提供输入参数验证、输出响应数据验证、URL 端点定义所需的所有信息。

额外地，Connexion 还将给你提供一个简单但有用的单页 Web 应用，它演示了如何使用 Javascript 调用 API 和更新 DOM。

 
 
 
 
  
  
  
  swagger: "2.0"
  
  
  
  info:
  
  
  
   description: This is the swagger file that goes with our server code
  
  
  
   version: "1.0.0"
  
  
  
   title: Tensorflow Podman Article
  
  
  
  consumes:
  
  
  
   - "application/json"
  
  
  
  produces:
  
  
  
   - "application/json"
  
  
  
  
  
  
  
  
  
  
  
  basePath: "/"
  
  
  
  
  
  
  
  paths:
  
  
  
   /survival_probability:
  
  
  
   post:
  
  
  
   operationId: "prediction.post"
  
  
  
   tags:
  
  
  
   - "Prediction"
  
  
  
   summary: "The prediction data structure provided by the server application"
  
  
  
   description: "Retrieve the chance of surviving the titanic disaster"
  
  
  
   parameters:
  
  
  
   - in: body
  
  
  
   name: passenger
  
  
  
   required: true
  
  
  
   schema:
  
  
  
   $ref: '#/definitions/PredictionPost'
  
  
  
   responses:
  
  
  
   '201':
  
  
  
   description: 'Survival probability of an individual Titanic passenger'
  
  
  
  
  
  
  
  definitions:
  
  
  
   PredictionPost:
  
  
  
   type: object

server.py 和 requirements.txt

server.py 定义了启动 Connexion 服务器的入口点。

 
 
 
 
  
  
  
  import connexion
  
  
  
  
  
  
  
  app = connexion.App(__name__, specification_dir='./')
  
  
  
  
  
  
  
  app.add_api('swagger.yaml')
  
  
  
  
  
  
  
  if __name__ == '__main__':
  
  
  
   app.run(debug=True)

requirements.txt 定义了运行程序所需的 python 包。

 
 
 
 
  
  
  
  connexion
  
  
  
  tensorflow
  
  
  
  pandas

容器化！

为了让 Podman 构建映像，请在上面的准备步骤中创建的 deployment_container 目录中创建一个名为 Dockerfile 的新文件：

 
 
 
 
  
  
  
  FROM fedora:28
  
  
  
  
  
  
  
  # File Author / Maintainer
  
  
  
  MAINTAINER Sven Boesiger 
  
  
  
  
  
  
  
  # Update the sources
  
  
  
  RUN dnf -y update --refresh
  
  
  
  
  
  
  
  # Install additional dependencies
  
  
  
  RUN dnf -y install libstdc++
  
  
  
  
  
  
  
  RUN dnf -y autoremove
  
  
  
  
  
  
  
  # Copy the application folder inside the container
  
  
  
  ADD /titanic_tf_ml_model /titanic_tf_ml_model
  
  
  
  
  
  
  
  # Get pip to download and install requirements:
  
  
  
  RUN pip3 install -r /titanic_tf_ml_model/requirements.txt
  
  
  
  
  
  
  
  # Expose ports
  
  
  
  EXPOSE 5000
  
  
  
  
  
  
  
  # Set the default directory where CMD will execute
  
  
  
  WORKDIR /titanic_tf_ml_model
  
  
  
  
  
  
  
  # Set the default command to execute
  
  
  
  # when creating a new container
  
  
  
  CMD python3 server.py

接下来，使用以下命令构建容器镜像：

 
 
 
 
  
  
  
  podman build -t ml_deployment .

运行容器

随着容器镜像的构建和准备就绪，你可以使用以下命令在本地运行它：

 
 
 
 
  
  
  
  podman run -p 5000:5000 ml_deployment

在 Web 浏览器中输入 http://0.0.0.0:5000/ui 访问 Swagger/Connexion UI 并测试模型：

当然，你现在也可以在应用中通过 REST API 访问模型。

网站标题：创建一个容器化的机器学习模型
网站链接：http://www.gawzjz.com/qtweb/news35/204235.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源：创新互联

猜你还喜欢下面的内容