AI Studio在线部署及预测说明

个人博客导航页（点击右侧链接即可打开个人博客）：互联网老兵带你入门技术栈 

目录

1. 功能说明
2. 通过训练任务生成模型文件
3. 创建一个在线服务
   3.1 第一步 选择模型文件
   3.2 第二步 确认输入输出
   3.3 第三步 制作参数转换器
   3.4 第四步 沙盒部署
4. 测试沙盒服务
   4.1 第一步 点击【测试】打开测试页面
   4.2 第二步 填写json格式请求参数
   4.3 第三步 点击【发送】检验返回结果
5. 部署在线服务
6. 调用在线服务
   6.1 请求方式
   6.2 调用示例

功能说明

在线部署与预测为开发者提供训练模型向应用化API转换的功能. 开发者在AI Studio平台通过NoteBook项目完成模型训练后, 在Notebook详情页通过创建一个在线服务, 应用模型生成在线API, 使用该API可以直接检验模型效果或实际应用到开发者的私有项目中.目前, 该功能暂时仅对Notebook项目开放。

通过训练任务生成模型文件

• 在训练任务过程中, 通过调用paddle.fluid.io.save_inference_model`实现模型的保存，保存后的目录需要可以被在线服务使用. 我们以房价预测的线性回归任务为例, 具体代码如下

import paddle
import paddle.fluid as fluid
import numpy
impor