PS-LR（Parame Server-Logistical Regression）是基于参数服务器的逻辑回归算法，适用于超大规模特征和样本的推荐系统及广告引擎。

前提条件

购买EAS资源组，您可以根据需要选择预付费或后付费模式，详情请参见购买。

完成模型训练，从而获得可以公开访问的模型存储地址或本地模型。

背景信息

因为PS-LR模型需要使用自定义Processor，所以只能将其部署至专属资源组。

部署模型

  1. 进入PAI-EAS模型在线服务页面。
    1. 登录PAI控制台。
    2. 在左侧导航栏，选择模型部署 > EAS-模型在线服务。
  2. 在PAI EAS模型在线服务页面，单击模型上传部署。
  3. 在资源和模型面板，配置参数。
    参数 描述
    资源组种类 选择已购买的EAS专属资源组（根据资源组名称选择）。
    Processor种类 选择自定义processor。
    Processor语言 选择cpp。
    Processor包 您可以通过以下任何一种方式配置该参数：
    • 在Processor包文本框，输入http://easprocessor.oss-cn-shanghai.aliyuncs.com/public/pslr_processor_release.tar.gz。
      1. 下载Processor包至本地。
      2. 单击Processor包后的上传本地文件，并根据提示上传已下载的Processor文件。

        系统会将文件上传至当前地域的官方OSS路径，并自动配置Processor包。

      说明 通过本地上传的方式，可以使系统在模型部署时，快速加载Processor。
    Processor主文件 输入libpslr.so。
    模型文件 您可以通过以下任何一种方式配置该参数：
    • 在模型文件文本框，输入可以公开访问的URL地址。
    • 单击模型文件后的上传本地文件，并根据提示上传本地模型文件。
  4. 单击下一步。
  5. 在部署详情及配置确认面板，配置参数。
    1. 选择新建服务。
    2. 输入自定义模型名称。
    3. 根据实际需要，配置实例数、卡数、核数及内存数。
    4. 单击部署。

测试接口

  1. 在PAI EAS模型在线服务页面，单击操作列下的在线调试。
  2. 在调试页面，核对模型的接口地址和Token。
    通常系统会自动配置已部署模型的接口地址和Token，无需手动修改。
  3. 在调试页面的Request Body区域，输入测试数据。
    在单个请求中，可以输入多条数据。例如[{"1":1,"2":1},{"1":1,"3":1}]。
  4. 单击发送请求。
  5. 在调试信息区域，查看接口返回结果。