PyTorch Serve 开源项目教程
1. 项目的目录结构及介绍
PyTorch Serve 项目的目录结构如下:
serve/
├── README.md
├── setup.py
├── ts/
│ ├── frontend/
│ ├── model-server/
│ ├── nginx-connector/
│ ├── torch_model_archiver/
│ └── ...
├── examples/
│ ├── densenet_pytorch/
│ ├── mnist/
│ └── ...
├── docs/
│ ├── CONTRIBUTING.md
│ ├── DEVELOPMENT_GUIDE.md
│ └── ...
└── ...
目录结构介绍
- README.md: 项目介绍和基本使用说明。
- setup.py: 项目安装脚本。
- ts/: 核心代码目录,包含前端、模型服务器、Nginx 连接器等。
- frontend/: 前端代码。
- model-server/: 模型服务器代码。
- nginx-connector/: Nginx 连接器代码。
- torch_model_archiver/: 模型打包工具代码。
- examples/: 示例代码,包含不同模型的部署示例。
- docs/: 文档目录,包含贡献指南、开发指南等。
2. 项目的启动文件介绍
项目的启动文件主要位于 ts/model-server/
目录下,关键文件包括:
- main.py: 主启动文件,负责启动模型服务器。
- config.properties: 配置文件,定义服务器的基本配置。
启动文件介绍
-
main.py:
from ts.model_server import start_torchserve if __name__ == "__main__": start_torchserve()
该文件调用
start_torchserve
函数启动模型服务器。 -
config.properties:
inference_address=http://0.0.0.0:8080 management_address=http://0.0.0.0:8081 ...
该文件定义了服务器的推理地址、管理地址等基本配置。
3. 项目的配置文件介绍
项目的配置文件主要位于 ts/model-server/
目录下,关键配置文件包括:
- config.properties: 基本配置文件。
- model-store/: 模型存储目录,包含已打包的模型文件。
配置文件介绍
-
config.properties:
inference_address=http://0.0.0.0:8080 management_address=http://0.0.0.0:8081 ...
该文件定义了服务器的推理地址、管理地址等基本配置。
-
model-store/:
model-store/ ├── densenet161.mar ├── resnet18.mar └── ...
该目录存储已打包的模型文件,每个
.mar
文件对应一个模型。
通过以上介绍,您可以更好地理解和使用 PyTorch Serve 开源项目。