Serverless和AI实现古诗创作程序

  

这篇文章给大家分享的是有关Serverless和AI实现古诗创作程序,小编觉得挺实用的,因此分享给大家学习,话不多说,一起往下看吧。 Serverless和AI实现古诗创作程序”> <br/> </p> <h3>依赖工具</h3> <p>本项目是在MacOS下开发的,涉及到的工具是平台无关的,对于Linux和Windows桌面系统应该也同样适用。在开始本例之前请确保如下工具已经正确的安装,更新到最新版本,并进行正确的配置。</p> <ul> <李>码头工人李</> <>李开心李</> <李> Fcli李</> </ul> <p>有趣和Fcli工具依赖于码头工人来模拟本地环境。<br/>对于MacOS用户可以使用家酿进行安装:</p> <pre> <代码类=酿酒桶安装码头工人   啤酒龙头vangie/公式   酿造安装有趣   酿造安装fcli

Windows和Linux安装好后,记得先执行<代码>有趣配置初始化一下配置。

<强>注意强,如果你已经安装过了有趣,确保有趣的版本在3.2.0以上。

 <代码类=" language-bash ">有趣——美元版本
  3.2.2  

背景

人工智能模型是服务函数计算一个比较典型的应用场景。数据科学家训练好模型以后往往需要找软件工程师把模型变成系统或者服务,通常把这个过程称之为模型服务。函数计算无需运维和弹性伸缩的特性,正好符合数据科学家对高可用分布式系统的诉求。本文将介绍把一个TensorFlow CharRNN训练的自动写五言绝句古诗的模型部署到函数计算的例子。

基本上所有的法斯平台为了减少平台的冷启动,都会设置代码包限制,函数计算也不例外。由于python TensorFlow依赖库和训练的模型的文件有数百兆,即使压缩也远超了函数计算50米代码包大小的限制。对于这类超大体积的文件,函数计算命令行有趣的工具原生支持了这种大依赖部署(3.2.0版本以上),按照向导的提示操作即可。

快速开始

1。克隆诗项目

 <代码类=" language-bash "> git克隆https://github.com/vangie/poetry.git  

2。安装依赖

由于训练模型的脚本比较费时,所以训练好的模型已经提前存放在模型目录中。如果您想重新训练模型,执行<代码>使火车>

 <代码类=" language-bash ">美元有趣的安装
  使用模板:template.yml
  没有码头工人开始安装函数依赖关系
  
  建筑诗/诗
  Funfile存在,乐趣会使用容器来构建力
  从registry.cn-beijing.aliyuncs.com/aliyunfc/runtime-python3.6:build-1.7.7 1/3步:
  ——比;373年f5819463b
  2/3步:WORKDIR/代码
  ——比;使用缓存
  ——比;f9f03330ddde
  3/3步:运行fun-install pip安装tensorflow
  ——比;使用缓存
  ——比;af9e756d07c7
  sha256: af9e756d07c77ac25548fa173997065c9ea8d92e98c760b1b12bab1f3f63b112
  成功建立af9e756d07c7
  成功标记的乐趣-缓存1 - b39d414 - 0348 - 4823 - b1ec afb05e471666:最新
  复制功能构件/用户/埃里森/诗歌
  从容器/mnt/汽车/副本。对localNasDir
  
  安装成功
  
  小贴士下一步
  ======================
  *功能:调用事件有趣的地方调用
  *函数调用Http:有趣的地方开始
  *建立Http功能:有趣的构建
  *部署资源:有趣的部署代码 

3。本地运行函数

执行<代码>有趣的地方调用可以在本地运行函数,正确的返回内容如下:

 <代码类=" language-bash ">美元有趣的地方调用诗歌
  失踪invokeName论点,乐趣将使用第一个函数invokeName诗/诗
  
  跳过拉形象aliyunfc/runtime-python3.6:1.7.7……
  FunctionCompute python3运行时初始化。
  FC调用开始RequestId: b125bd4b - 0 - c15 - 447 b - 8 - d8c df36808a458b
  .......(省略了部分日志)
  犬差花上水风,一月秋中时。
  江水无人去,山山有不知。
  江山一中路,不与一时还。
  山水不知处,江阳无所逢。
  山风吹水色,秋水入云中。
  水月多相,见山城入水中。
  江云无处处,春水不相归。
  野寺春江远,秋风落月深。
  
  RequestId: 938334 c4 - 5407 - 4 - a72 - 93 - e1 - 6 - d59e52774d8,,,,女士,宣传时间:14074,,,内存大小:1998 MB,,最大内存使用量:226 MB  

4。部署函数

通过<代码>娱乐>

 <代码类=" language-bash ">有趣部署代码 

乐趣会自动完成依赖部署,当乐趣部署检测到打包的依赖超过了平台限制(50米),会进入到配置向导,帮助用户自动化的配置。

Serverless和AI实现古诗创作程序