云数据中心_关于_国内云计算公司

云虚拟主机 虚拟云 浏览

小编:SAP云平台是一套开放的软件、平台和基础设施即服务系统。在本文中,我将解释如何在Cloud Foundry环境中部署机器学习模型(它包含SAP云平台、Cloud Foundry运行时服务,使您能够开发新的

SAP云平台是一套开放的软件、平台和基础设施即服务系统。在本文中,我将解释如何在Cloud Foundry环境中部署机器学习模型(它包含SAP云平台、Cloud Foundry运行时服务,云免服务器,使您能够开发新的业务应用程序和业务服务,支持多种运行时、编程语言、库和服务)。

在这里,我假设您对机器学习有基本的了解,并且您的试用帐户可以在SAP云平台上使用

我在本文中使用的机器学习模型是预测心力衰竭导致的死亡率。您可以从Github(云平台)下载完整的代码-主.zip)

https://github.com/SAP-samples/cloud-platform-ml-deploy

或者您可以按照本文中的所有步骤部署自己的机器学习模型。

从Github下载后,解压缩文件。现在打开cloud platform ml deploy main文件夹,您将发现以下文件:

云铸造通常使用额外的元数据文件来理解正在部署的应用程序。有三个相当重要的元数据文件,它们是:

Procfile:Procfile(没有扩展名)告诉CloudFoundry在部署应用程序时要做什么。通常,它只是一个命令,让一段代码运行,云服务器汇总,比如说"python"运行.py". 我们的Procfile也很简单——我们只需要告诉cloudfoundry运行服务器.py’. 所以,继续;打开Procfile,你会看到:

注意前面的"web:":它告诉cloudfoundry应该在HTTP上下文中运行以下命令。

运行时.txt: 运行时.txt告诉Cloud Foundry要运行哪个版本。这不是每个软件的必修课;但是由于我们使用的是Python,我们应该显式地设置运行时版本,以免遇到Python问题。如果您使用的是python3.8,那么在这里输入Python-3.8.5。也要注意小版本。要求.txt: 要求.txt包含项目的依赖项。例如,在我们自己的项目中,我们使用的是Flask,它通常不与Python绑定,因此是一个外部依赖项。为了让CloudFoundry知道您也需要在他们的服务器上安装Flask,您需要使用要求.txt.

文件夹中的其他文件是清单.yml, 应用程序类型,泡菜_型号.pkl, 主.py

维护.yml:此文件包含应用程序的名称、主机名、内存和磁盘分配,等

应用程序类型:用于机器学习的基于Flask的python HTTP Post API.

pickle_型号.pkl:对于机器学习模型

主.py:虽然部署时不需要,但如果需要更改ML模型,则会添加。

一旦所有文件准备就绪,用户数据存储,您只需使用Cloud Foundry命令行界面(CLI)将它们部署到SAP云平台上即可。

从Cloud Foundry网站下载最新的命令行界面(CLI)。使用以下网址:

https://github.com/cloudfoundry/cli/wiki/V7-cli-Installation-Guide。

打开命令行界面,导航到文件夹并键入。

用SAP Cloud Platform试用帐户中的API端点替换。

这将要求您提供SAP Cloud Platform帐户凭据。认证成功后,您就可以部署您的第一个机器学习模型了。

现在您就可以开始部署了。使用以下命令部署。

一旦成功完成,您将在命令提示符上看到详细信息。

但是还有一个关键步骤尚未完成,因此不要关闭此命令提示符,您需要测试您的机器学习模型。一种方法是你可以编写一个花哨的前端应用程序来使用这个服务,云服务器流量,或者你可以使用任何提供与HTTP API交互功能的工具/应用程序。

这里我们将使用Postman应用程序使用HTTP POST方法向我们部署的服务发送JSON请求。从routes部分提供的命令提示符复制URL。在我们的例子中,以下是邮递员请求的URL.

打开邮递员工具,分销云,现在我们将在body选项卡下发送预测的输入详细信息。首先,从下拉"POST"方法中选择,然后友好地以JSON格式输入输入详细信息,然后按发送:

听到故障预测结果将出现在结果窗口中,在本例中,我们返回0和1。

我希望您会发现此信息有用,并尝试在SAP云平台上部署您自己的机器学习模型。请在评论部分给出您的反馈和建议。

当前网址:http://www.vmchk.com/experience/51946.html

 
你可能喜欢的: