全部产品
云市场

在线预测服务部署方式介绍

更新时间:2019-05-27 14:11:12

PAI EAS与PAI Studio、PAI DSW都实现了无缝对接,因此无论是在何处训练的模型,您都可以通过我们提供的多种部署方式,快速将模型部署成为Restful API。模型服务的计费方式可以点击PAI详细价格信息查看。

我们一共提供四种模型服务部署的方式,后文分别介绍:

  1. 控制台上传模型
  2. PAI Studio一键部署
  3. PAI DSW部署
  4. 本地客户端部署

控制台上传

  • PAI-EAS控制台页面,用户可以直接将训练好的模型上传提交,上传的模型打成.zip格式,简单几步配置即可部署好一个模型服务。
  • 如果您是使用子账号进行操作,需要主账号在操作前授权,授权方式查看子账号授权
  • 点击模型上传部署之后,操作流程如动图所示:consoleupload

PAI Studio一键部署

  • PAI Studio是PAI经典的可视化拖拽式建模产品,更多信息或者直接使用可以在PAI-Studio控制台。在PAI Studio中执行离线训练流程完成之后,可以在画布中一键将训练出的模型部署到EAS
  • 目前支持算法包括:GBDT二分类、线性支持向量机、逻辑回归二分类、逻辑回归多分类、随机森林、KMeans、线性回归、GBDT回归(GBDT回归算法不支持int型数据格式输入,所以在部署前请注意GBDT算法输入应为Double型)、Tensorflow等。image.png

PAI DSW中部署

DSW是PAI推出的针对深度学习的交互式云端开发环境,提供高性能GPU卡和开放的交互式编程环境,查看更多信息或者直接开通使用可以在PAI-DSW控制台。DSW容器中已经预置了eascmd客户端工具,因此在DSW中训练完的模型,也可以在DSW中直接快速部署到EAS服务中。

  • UserCenter查看自己的AccessId/AccessKey,如果是子账号,需要主账号在RAM控制台-用户-对应子账号页面查看
  • 在Terminal中,一行命令即可部署完成一个模型服务,部署命令参考EASCMD使用手册

本地客户端部署