Tentukan Perkhidmatan dan APInya
Dedahkan pelaksana melalui titik akhir perkhidmatan bertype.
Tentukan Perkhidmatan dan APInya ialah pelajaran MLOps Academy percuma di CoddyKit. Ini ialah pelajaran 2 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran MLOps Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus MLOps Academy merangkumi sejumlah 4 pelajaran.
Apakah Itu Service
Dalam BentoML, Service ialah unit yang anda gunakan. Ia membungkus model anda dan mendedahkan satu atau lebih titik akhir API yang boleh dipanggil oleh klien. 🛎️
Runner Menjalankan Model
Runner ialah pembungkus yang dioptimumkan oleh BentoML untuk model yang disimpan. Ia mengendalikan inferens dalam pekerjanya sendiri supaya API kekal responsif.
runner = bentoml.sklearn.get("iris_clf:latest").to_runner()Cipta Service
Anda membina perkhidmatan dengan menamakannya dan menghantar runner kepadanya. Objek Service ialah perkara yang disajikan dan diskalakan oleh BentoML.
svc = bentoml.Service("iris_classifier", runners=[runner])Tambah Titik Akhir
Anda mendedahkan fungsi sebagai API dengan penghias @svc.api. Fungsi itu menjadi laluan HTTP yang boleh dipanggil.
@svc.api(input=..., output=...)
def classify(data):
...Isytiharkan Input dan Output
Anda menetapkan penerang IO berjenis supaya BentoML boleh mengesahkan dan menyerikan data. NumpyNdarray memberitahunya untuk menjangka dan mengembalikan tatasusunan.
from bentoml.io import NumpyNdarrayPanggil Runner Di Dalamnya
Dalam fungsi API, anda memanggil model melalui runner. Menggunakan run menghantar input kepada pekerja model dan mengembalikan hasilnya.
result = runner.predict.run(data)
return resultLetakkannya dalam service.py
BentoML mencari kod anda dalam fail mengikut konvensyen. Letakkan perkhidmatan dalam service.py di akar projek anda.
Sajikan Secara Setempat
Satu arahan memulakan pelayan pembangunan. bentoml serve menunjuk kepada fail dan objek svc, kemudian memantau perubahan.
bentoml serve service:svc --reloadGunakan JSON untuk Kamus
Tidak semua API menerima tatasusunan. Tukar penerang kepada JSON apabila klien anda menghantar dan menjangka kamus.
from bentoml.io import JSONDokumentasi Swagger Terbina Dalam
Setelah berjalan, BentoML menyediakan dokumentasi Swagger interaktif di URL akar supaya anda boleh menguji setiap titik akhir dalam pelayar. 🎉
Uji dengan Panggilan curl
Anda boleh mengakses titik akhir yang sedang berjalan daripada terminal. POST curl ringkas menghantar input contoh dan memaparkan ramalan yang dikembalikannya.
curl -X POST localhost:3000/classify -d "[[5.1,3.5,1.4,0.2]]"Semakan Pantas
Anda mahu memanggil model anda dari dalam fungsi API. Apakah pembungkus yang betul untuk digunakan?
Ringkasan
Anda telah menukar pelari menjadi Service, mendedahkan titik akhir @svc.api dengan IO bertype, meletakkannya dalam service.py, dan menyediakannya bersama dokumentasi terbina dalam. API langsung telah siap! 🙌
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Tentukan Perkhidmatan dan APInya” percuma?
Ya — teks penuh “Tentukan Perkhidmatan dan APInya” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus MLOps Academy, tingkat taraf kepada CoddyKit PRO. Kursus MLOps Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Tentukan Perkhidmatan dan APInya”?
Dedahkan pelaksana melalui titik akhir perkhidmatan bertype. Anda berlatih MLOps Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan MLOps Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran MLOps Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 2 daripada 4.
Berapa lamakah pelajaran “Tentukan Perkhidmatan dan APInya” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Simpan Model ke Bento Store
- Tentukan Perkhidmatan dan APInya
- Dayakan Pengelompokan Mikro Adaptif
- Bina Bento dan Jadikannya Bekas