Pinferenciaによる機械学習モデルの提供
7349 ワード
このポストを読むとき、あなたはおそらくすでに知られているか、Torchserve、Triton、Seldonコア、TFサービング、Kserveさえ試みました.彼らは良い製品です.しかし、非常に単純なモデルを使用していないか、多くのコードを書いている場合は、モデルはそれの一部だけです.それは彼らとあなたのコードを統合することは簡単ではありません.
Pinferencia (もっとチュートリアルをご覧ください.
ギタブ:https://pinferencia.underneathall.app/ - 閉じるこの動画はお気に入りから削除されています.
サーブモデル
アプリ.パイ
以下のようにして、完全なAPIドキュメントページを再生できます.
http://127.0.0.1:8000/
ここでモデルをテストできます.
任意の深い学習モデル?簡単に.単に列車やモデルをロードし、サービスとそれを登録します.すぐに生きてください.
ピーチ
Pinferencia (もっとチュートリアルをご覧ください.
ギタブ:https://pinferencia.underneathall.app/ - 閉じるこの動画はお気に入りから削除されています.
ピンフェルニア インストール
pip install "pinferencia[uvicorn]"
クイックスタート
サーブモデル
アプリ.パイ
from pinferencia import Server
class MyModel:
def predict(self, data):
return sum(data)
model = MyModel()
service = Server()
service.register(
model_name="mymodel",
model=model,
entrypoint="predict",
)
ジャスト・ランuvicorn app:service --reload
さあ、あなたのサービスは生きている.
に行って、楽しんでください.以下のようにして、完全なAPIドキュメントページを再生できます.
http://127.0.0.1:8000/
ここでモデルをテストできます.
任意の深い学習モデル?簡単に.単に列車やモデルをロードし、サービスとそれを登録します.すぐに生きてください.
ピーチ
import torch
from pinferencia import Server
# train your models
model = "..."
# or load your models (1)
# from state_dict
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
# entire model
model = torch.load(PATH)
# torchscript
model = torch.jit.load('model_scripted.pt')
model.eval()
service = Server()
service.register(
model_name="mymodel",
model=model,
)
張力import tensorflow as tf
from pinferencia import Server
# train your models
model = "..."
# or load your models (1)
# saved_model
model = tf.keras.models.load_model('saved_model/model')
# HDF5
model = tf.keras.models.load_model('model.h5')
# from weights
model = create_model()
model.load_weights('./checkpoints/my_checkpoint')
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
service = Server()
service.register(
model_name="mymodel",
model=model,
entrypoint="predict",
)
どんなフレームワークのどんなモデルでも、ちょうど同じように働きます.今uvicorn app:service --reload
を実行し、お楽しみください!Reference
この問題について(Pinferenciaによる機械学習モデルの提供), 我々は、より多くの情報をここで見つけました https://dev.to/wjiuhe/serve-machine-learning-models-with-pinferencia-25moテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol