Существует несколько вариантов развертывания модели глубокого обучения в облаке. Некоторые из них:
- Microsoft Azure
- Веб-сервисы Amazon
- Heroku
- Google Cloud
Каждый из этих вариантов имеет свои преимущества и недостатки, которые вы можете учитывать при размещении вашего приложения.
Heroku
Heroku не требует данные кредитной карты пользователя. На Heroku можно разместить до 5 бесплатных веб-приложений. Интерфейс командной строки Heroku также действительно прост в использовании.
Одним из недостатков является жесткое ограничение размера слага 500 МБ, мягкое ограничение - 300 МБ. Поэтому, если у вас есть модель глубокого обучения объемом 400–500 МБ для размещения, вы не сможете сделать это с помощью Heroku. Зависимости будут иметь Tensorflow, размер которого превышает 300 МБ, так что забудьте об этом.
Лазурь
Azure требуются данные кредитной карты. Azure предоставляет 200 долларов в качестве бесплатного кредита, который действителен только в течение месяца. Расширение VS Code для службы приложений Azure просто потрясающе! Это очень просто в использовании! Вы можете развернуть свое приложение буквально одним щелчком мыши. Однако, кроме тестирования, в Azure потребуются платежи.
Студенты университетов ищут бесплатные варианты. У Microsoft Azure также есть студенческая подписка, которая бесплатна и не требует данных кредитной карты. Он поставляется с бесплатными кредитами в размере 100 долларов США, которые действительны в течение года. Максимальный размер zip-архива для Azure 2048 МБ. Однако для бесплатного уровня допускается только 1 ГБ.
Веб-сервисы Amazon
AWS требует создания ваших экземпляров и запуска приложения в качестве образа докера перед размещением. AWS дает один год бесплатного использования с ограниченными часами бесплатного использования.
Решение некоторых распространенных проблем с Heroku
- Размер самого TensorFlow составляет 463 МБ. Итак, если есть больше зависимостей, размер легко превысит 500 МБ. Чтобы решить эту проблему, вместо упоминания TensorFlow в зависимостях упомяните TensorFlow-CPU. Проблема размера будет до некоторой степени решена, поскольку размер TensorFlow-CPU будет меньше.
- Если используется OpenCV, существует постоянная ошибка libGL.so. Эта ошибка возникает во время хостинга. Эту ошибку можно устранить двумя способами.
- Aptfile может быть добавлен с зависимостями.
- Обновите opencv-python до opencv-python-headless
- Некоторые ошибки могут возникнуть из-за несовместимости версий Python. Добавьте файл runtime.txt с версией Python, используемой в вашей локальной среде.
Размещение API определения пола с помощью Heroku
Эта модель классифицирует входное изображение на один из двух классов - мужчина или женщина. Для размещения на Heroku вы можете сделать это:
git clone https://github.com/Soumi7/Gender_detection_API_for_SpeakUpWomen
Войдите в Heroku и создайте приложение:
heroku login heroku create <APPNAME>
Добавьте свои изменения
git add .
Зафиксируйте изменения;
git commit -m “Heroku”
Толкни их:
git push heroku main
Чтобы исправить проблемы, попробуйте:
heroku logs --tail.
Пожалуйста, оставьте звездочку на моем Github, если вы нашли это полезным.
использованная литература
Больше контента на plainenglish.io