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
- 功能说明
- 通过训练任务生成模型文件
- 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 - 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 - 部署在线服务
- 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