amd 深度学习模型部署_Web服务部署深度学习模型

本文的目的是介绍如何使用Web服务快速部署深度学习模型，虽然TF有TFserving可以进行模型部署，但是对于Pytorch无能为力（如果要使用的话需要把torch模型进行转换，有些麻烦）；因此，本文在这里介绍一种使用Web服务部署深度学习的方法（简单有效，不喜勿喷）。

本文以简单的新闻分类模型来举例，模型：BERT；数据来源：清华新闻语料（地址：

THUCTC: 一个高效的中文文本分类工具），清华新闻语料共有14个类别，分别是体育，娱乐，家居，彩票，房产，教育，时尚，时政，星座，游戏，社会，科技，股票和财经。为了快速训练模型，本人在每个类别中分别随机挑选1000个作为训练集，200个作为验证集。数据预处理、模型训练和pb模型保存代码见：新闻分类模型训练github地址。（非重点，不过多介绍了，github上有详细的使用说明，有问题可留言。）

为了使web服务部署变得简洁，因此本人构造一个方法类，方便加载pb模型，对传入文本进行数据预处理以及进行模型预测。

模型初始化代码如下：

import bert_tokenization
import tensorflow as tf
from tensorflow.python.platform import gfile
import numpy as np
import os

class ClassificationModel(object):
    def __init__(self):
        self.tokenizer = None
        self.sess = None
        self.is_train = None
        self.input_ids = None
        self.input_mask = None
        self.segment_ids = None
        self.predictions = None
        self.max_seq_length = None
        self.label_dict = ['体育', '娱乐', '家居', '彩票', '房产', '教育', '时尚', '时政', '星座', '游戏', '社会', '科技', '股票', '财经']

其中，tokenizer 为分词器；sess为TF的session模块；is_train、input_ids、input_mask和segment_ids分别是pb模型的输入；predictions为pb模型的输出；max_seq_length为模型的最大输入长度；label_dict为新闻分类标签。

加载pb模型代码如下：

def load_model(self, gpu_id, vocab_file, gpu_memory_fraction, model_path, max_seq_length):
    os.environ['CUDA_DEVICE_ORDER'] = 'PCI_BUS_ID'
    os.environ['CUDA_VISIBLE_DEVICES'] = gpu_id
    self.tokenizer = bert_tokenization.FullTokenizer(vocab_file=vocab_file, do_lower_case=True)
    gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=gpu_memory_fraction)
    sess_config = tf.ConfigProto(gpu_options=gpu_options)
    self.sess = tf.Session(config=sess_config)
    with gfile.FastGFile(model_path, "rb") as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        self.sess.graph.as_default()
        tf.import_graph_def(graph_def, name="")

    self.sess.run(tf.global_variables_initializer())
    self.is_train = self.sess.graph.get_tensor_by_name("input/is_train:0")
    self.input_ids = self.sess.graph.get_tensor_by_name("input/input_ids:0")
    self.input_mask = self.sess.graph.get_tensor_by_name("input/input_mask:0")
    self.segment_ids = self.sess.graph.get_tensor_by_name("input/segment_ids:0")
    self.predictions = self.sess.graph.get_tensor_by_name("output_layer/predictions:0")
    self.max_seq_length = max_seq_length

其中，gpu_id为使用GPU的序号；vocab_file为BERT模型所使用的字典路径；gpu_memory_fraction为使用GPU时所占用的比例；model_path为pb模型的路径；max_seq_length为BERT模型的最大长度。

将传入文本转化成模型所需格式代码如下：

def convert_fearture(self, text):
    max_seq_length = self.max_seq_length
    max_length_context = max_seq_length - 2

    content_token = self.tokenizer.tokenize(text)
    if len(content_token) > max_length_context:
        content_token = content_token[:max_length_context]

    tokens = []
    segment_ids = []
    tokens.append("[CLS]")
    segment_ids.append(0)
    for token in content_token:
        tokens.append(token)
        segment_ids.append(0)
    tokens.append("[SEP]")
    segment_ids.append(0)

    input_ids = self.tokenizer.convert_tokens_to_ids(tokens)
    input_mask = [1] * len(input_ids)
    while len(input_ids) < max_seq_length:
        input_ids.append(0)
        input_mask.append(0)
        segment_ids.append(0)
    assert len(input_ids) == max_seq_length
    assert len(input_mask) == max_seq_length
    assert len(segment_ids) == max_seq_length
    input_ids = np.array(input_ids)
    input_mask = np.array(input_mask)
    segment_ids = np.array(segment_ids)
    return input_ids, input_mask, segment_ids

预测代码如下：

def predict(self, text):
    input_ids_temp, input_mask_temp, segment_ids_temp = self.convert_fearture(text)
    feed = {self.is_train: False,
            self.input_ids: input_ids_temp.reshape(1, self.max_seq_length),
            self.input_mask: input_mask_temp.reshape(1, self.max_seq_length),
            self.segment_ids: segment_ids_temp.reshape(1, self.max_seq_length)}
    [label] = self.sess.run([self.predictions], feed)
    label_name = self.label_dict[label[0]]
    return label[0], label_name

其中，输入是一个新闻文本，输出为类别序号以及对应的标签名称。详细完整代码见github：

ClassificationModel.py文件。

---

（划重点）上面介绍的都是如何方便简洁地加载模型，下面开始使用web服务挂起模型。通俗地讲，其实本人就是通过flask框架，搭建了一个web服务，来获取外部的输入；并且使用挂载的模型进行预测；最后将预测结果通过web服务传出。

from gevent import monkey
monkey.patch_all()
from flask import Flask, request
from gevent import wsgi
import json
from ClassificationModel import ClassificationModel


def start_sever(http_id, port, gpu_id, vocab_file, gpu_memory_fraction, model_path, max_seq_length):
    model = ClassificationModel()
    model.load_model(gpu_id, vocab_file, gpu_memory_fraction, model_path, max_seq_length)
    print("load model ending!")
    app = Flask(__name__)

    @app.route('/')
    def index():
        return "This is News Classification Model Server"

    @app.route('/news-classification', methods=['Get', 'POST'])
    def response_request():
        if request.method == 'POST':
            text = request.form.get('text')
        else:
            text = request.args.get('text')
        label, label_name = model.predict(text)
        d = {"label": str(label), "label_name": label_name}
        print(d)
        return json.dumps(d, ensure_ascii=False)

    server = wsgi.WSGIServer((str(http_id), port), app)
    server.serve_forever()

其中，http_id为web服务的地址；port为端口号；gpu_id、vocab_file、gpu_memory_fraction、model_path和max_seq_length为上面介绍的加载模型所需要的参数，详细见上文。

index函数用于检验web服务是否畅通。如图1所示。

图1

response_request函数为响应函数。定义了两种请求数据的方式，get和post。当使用get方法获取web输入时，获取命令为request.args.get('text')；当使用post方法获取web输入时，获取命令为request.form.get('text')。

当web服务起起来之后，就可以调用啦！！！

浏览器调用如图2所示。

图2

Code调用如下：

import requests

def http_test(text):
    url = 'http://127.0.0.1:5555/news-classification'
    raw_data = {'text': text}
    res = requests.post(url, raw_data)
    result = res.json()
    return result

if __name__ == "__main__":
    text = "姚明在NBA打球，很强。"
    result = http_test(text)
    print(result["label_name"])

以上就是通过web服务部署深度学习模型的全部内容，喜欢的同学还请多多点赞~~~~~

---

推荐几篇本人之前写的一些文章：

刘聪NLP：短文本相似度算法研究

刘聪NLP：阅读笔记：开放域检索问答（ORQA）

刘聪NLP：论文阅读笔记：文本蕴含之BiMPM

喜欢的同学，可以关注一下专栏，关注一下作者，还请多多点赞~~~~~~