PUB:20181102 Create a containerized machine learning model.md

@geekpi https://linux.cn/article-10349-1.html

published/20181102 Create a containerized machine learning model.md

@@ -0,0 +1,191 @@
+[#]: collector: (lujun9972)
+[#]: translator: (geekpi)
+[#]: reviewer: (wxy)
+[#]: publisher: (wxy)
+[#]: subject: (Create a containerized machine learning model)
+[#]: via: (https://fedoramagazine.org/create-containerized-machine-learning-model/)
+[#]: author: (Sven Bösiger)
+[#]: url: (https://linux.cn/article-10349-1.html)
+
+创建一个容器化的机器学习模型
+======
+
+![](https://fedoramagazine.org/wp-content/uploads/2018/10/machinelearning-816x345.jpg)
+
+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][3] 容器中使用 [Connexion][2] 推出使用 REST API 的 [TensorFlow][1] 机器学习模型。 
+
+### 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][4]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][5] 能进行 Tensorflow 预测，而 20x20x20 神经网络的权重位于文件夹 [ml_model/][6] 中。
+
+#### swagger.yaml
+
+[swagger.yaml][12] 使用 [Swagger规范][7] 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][8] 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][9] 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 <donotspam@ujelang.com>
+
+# 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][10] 访问 Swagger/Connexion UI 并测试模型：
+
+![][11]
+
+当然，你现在也可以在应用中通过 REST API 访问模型。
+
+
+--------------------------------------------------------------------------------
+
+via: https://fedoramagazine.org/create-containerized-machine-learning-model/
+
+作者：[Sven Bösiger][a]
+选题：[lujun9972][b]
+译者：[geekpi](https://github.com/geekpi)
+校对：[wxy](https://github.com/wxy)
+
+本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
+
+[a]: https://fedoramagazine.org/author/r00nz/
+[b]: https://github.com/lujun9972
+[1]: https://www.tensorflow.org
+[2]: https://connexion.readthedocs.io/en/latest/
+[3]: https://fedoramagazine.org/running-containers-with-podman/
+[4]: https://github.com/svenboesiger/titanic_tf_ml_model
+[5]: https://github.com/svenboesiger/titanic_tf_ml_model/blob/master/prediction.py
+[6]: https://github.com/svenboesiger/titanic_tf_ml_model/tree/master/ml_model/titanic
+[7]: https://github.com/OAI/OpenAPI-Specification/blob/master/versions/2.0.md
+[8]: https://github.com/svenboesiger/titanic_tf_ml_model/blob/master/server.py
+[9]: https://github.com/svenboesiger/titanic_tf_ml_model/blob/master/requirements.txt
+[10]: http://0.0.0.0:5000/
+[11]: https://fedoramagazine.org/wp-content/uploads/2018/10/Screenshot-from-2018-10-27-14-46-56-682x1024.png
+[12]: https://github.com/svenboesiger/titanic_tf_ml_model/blob/master/swagger.yaml