用TFserving部署深度學習模型
作者：佚名
本文介紹了TFserving部署線上推理服務，從模型的轉換，部署啟動和調用推理，歡迎交流，希望對你有幫助。
1.什么是TFserving
當你訓好你的模型，需要提供給外部使用的時候，你就需要把模型部署到線上，并提供合適的接口給外部調用。你可能會考慮一些問題：
- 用什么來部署
- 怎么提供api接口
- 多個模型GPU資源如何分配
- 線上模型如何更新而服務不中斷
目前流行的深度學習框架Tensorflow和Pytorch， Pytorch官方并沒有提供合適的線上部署方案；Tensorflow則提供了TFserving方案來部署線上模型推理。另外，Model Server for Apache MXNet 為MXNet模型提供推理服務。
本文為TFServing的使用指南。如果你是pytorch或者MXNet模型，也可以通過ONNX轉成TFserving的模型，部署在TFServing上。
那什么是TFserving?
TFserving是Google 2017推出的線上推理服務；采用C/S架構，客戶端可通過gRPC和RESTfull API與模型服務進行通信。
TFServing的特點：
- 支持模型版本控制和回滾：Manager會進行模型的版本的管理
- 支持并發，實現高吞吐量
- 開箱即用，并且可定制化
- 支持多模型服務
- 支持批處理
- 支持熱更新：Source加載本地模型，通知Manager有新的模型需要加載，Manager檢查模型的版本，通知Source創建的Loader進行加載模型
- 支持分布式模型
2.TFserving安裝
強烈建議采用docker方式安裝TFserving，安裝依賴docker和nvidia-docker（TFserving的gpu需要）
- docker 安裝
- #安裝yum-utils工具和device-mapper相關依賴包
- yum install -y yum-utils \
- device-mapper-persistent-data \
- lvm2
- #添加docker-ce stable版本的倉庫
- yum-config-manager \
- --add-repo \
- https://download.docker.com/linux/centos/docker-ce.repo
- #更新yum緩存文件
- yum makecache fast
- #查看所有可安裝的docker-ce版本
- yum list docker-ce --showduplicates | sort -r
- # 安裝docker-ce
- yum install docker-ce-17.12.1.ce-1.el7.centos
- #允許開機啟動docker-ce服務
- systemctl enable docker.service
- #啟動Docker-ce服務
- systemctl start docker
- #運行測試容器hello-world
- docker run --rm hello-world
- nvidia-docker 安裝
- # 安裝nvidia-docker2
- yum install -y nvidia-docker2-2.0.3-1.docker17.12.1.ce
- # 重啟docker服務
- service docker restart
- 安裝TFserving
- docker pull tensorflow/serving:latest-gpu
- # 可以選擇其他版本如 docker pull tensorflow/serving:1.14.0-rc0-gpu
注意：docker版本和nvidia-docker要匹配
- 目前最新的nvidia-docker需要Docker為19.03 可參考官方https://github.com/NVIDIA/nvidia-docker
- nvidia-docker2 支持Docker版本低于19.03的其他版本（需>=1.12），現有服務器有18.09,1.17,1.13 https://github.com/NVIDIA/nvidia-docker/wiki/Installation-(version-2.0)
3.TFserving使用說明
3.1 模型轉換
TFserving的模型需要轉換成TFserving的格式， 不支持通常的checkpoint和pb格式。
TFserving的模型包含一個.pb文件和variables目錄（可以為空）,導出格式如下：.
- ├── 1
- │ ├── saved_model.pb
- │ └── variables
- ├── 2
- │ ├── saved_model.pb
- │ └── variables
不同的深度學習框架的轉換路徑：
- (1) pytorch(.pth)--> onnx(.onnx)--> tensorflow(.pb) --> TFserving
- (2) keras(.h5)--> tensorflow(.pb) --> TFserving
- (3) tensorflow(.pb) --> TFserving
這里詳細介紹下pb轉換成TFserving模型
- import tensorflow as tf
- def create_graph(pb_file):
- """Creates a graph from saved GraphDef file and returns a saver."""
- # Creates graph from saved graph_def.pb.
- with tf.gfile.FastGFile(pb_file, 'rb') as f:
- graph_def = tf.GraphDef()
- graph_def.ParseFromString(f.read())
- _ = tf.import_graph_def(graph_def, name='')
- def pb_to_tfserving(pb_file, export_path, pb_io_name=[], input_node_name='input', output_node_name='output', signature_name='default_tfserving'):
- # pb_io_name 為 pb模型輸入和輸出的節點名稱，
- # input_node_name為轉化后輸入名
- # output_node_name為轉化后輸出名
- # signature_name 為簽名
- create_graph(pb_file)
- # tensor_name_list = [tensor.name for tensor in tf.get_default_graph().as_graph_def().node]
- input_name = '%s:0' % pb_io_name[0]
- output_name = '%s:0' % pb_io_name[1]
- with tf.Session() as sess:
- in_tensor = sess.graph.get_tensor_by_name(input_name)
- out_tensor = sess.graph.get_tensor_by_name(output_name)
- builder = tf.saved_model.builder.SavedModelBuilder(export_path) ## export_path導出路徑
- inputs = {input_node_name: tf.saved_model.utils.build_tensor_info(in_tensor)}
- outputs = {output_node_name: tf.saved_model.utils.build_tensor_info(out_tensor)}
- signature = tf.saved_model.signature_def_utils.build_signature_def(
- inputs, outputs, method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME)
- builder.add_meta_graph_and_variables(
- sesssess=sess, tags=[tf.saved_model.tag_constants.SERVING],
- signature_def_map={signature_name: signature}, clear_devices=True) ## signature_name為簽名，可自定義
- builder.save()
- pb_model_path = 'test.pb'
- pb_to_tfserving(pb_model_path, './1', pb_io_name=['input_1_1','output_1'],signature_name='your_model')
3.2 TFserving配置和啟動
模型導出后，同一個模型可以導出不同的版本（版本后數字），可以TFserving配置中指定模型和指定版本。TFserving的模型是通過模型名稱和簽名來唯一定位。TFserving 可以配置多個模型，充分利用GPU資源。
- 模型配置
- # models.config
- model_config_list {
- config {
- name: 'your_model'
- base_path: '/models/your_model/'
- model_platform: 'tensorflow'
- # model_version_policy {
- # specific {
- # versions: 42
- # versions: 43
- # }
- # }
- # version_labels {
- # key: 'stable'
- # value: 43
- # }
- # version_labels {
- # key: 'canary'
- # value: 43
- # }
- }
- config {
- name: "mnist",
- base_path: "/models/mnist",
- model_platform: "tensorflow",
- model_version_policy: {
- specific: {
- versions: 1,
- versions: 2
- }
- }
- }
- # 可以通過model_version_policy 進行版本的控制
- 啟動服務
- # 建議把模型和配置文件放在docker外的本地路徑，如/home/tfserving/models， 通過-v 掛載到docker內部
- # --model_config_file： 指定模型配置文件
- # -e NVIDIA_VISIBLE_DEVICES=0： 指定GPU
- # -p 指定端口映射 8500為gRpc 8501為restful api端口
- # -t 為docker鏡像
- nvidia-docker run -it --privileged -d -e NVIDIA_VISIBLE_DEVICES=0 -v /home/tfserving/models:/models -p 8500:8500 -p 8501:8501 \
- -t tensorflow/serving:latest-gpu \
- --model_config_file=/models/models.config
- # /home/tfserving/models 結構
- ├── models.config
- └── your_model
- ├── 1
- │ ├── saved_model.pb
- │ └── variables
- └── 2
- ├── saved_model.pb
- └── variables
- # test
- curl http://192.168.0.3:8501/v1/models/your_model
- {
- "model_version_status": [
- {
- "version": "2",
- "state": "AVAILABLE",
- "status": {
- "error_code": "OK",
- "error_message": ""
- }
- }
- ]
- }
- # 其他啟動方式
- # 如果多個模型在不同的目錄，可以通過-mount 單獨加載
- nvidia-docker run -it --privileged -d -e NVIDIA_VISIBLE_DEVICES=0 \
- --mount type=bind,source=/home/tfserving/models/your_model,target=/models/your_model \
- --mount type=bind,source=/home/tfserving/models/your_model/models.config,target=/models/models.config \
- -p 8510:8500 -p 8501:8501 \
- -t tensorflow/serving:latest-gpu \
- --model_config_file=/models/models.config
3.3 TFserving服務調用
客戶端可以通過gRpc和http方式調用TFserving服務模型，支持多種客戶端語言，這里提供python的調用方式; 調用都是通過模型名稱和簽名來唯一對應一個模型
- gRpc調用, gRpc的端口是8500
- #
- # -*-coding:utf-8 -*-
- import tensorflow as tf
- from tensorflow_serving.apis import predict_pb2
- from tensorflow_serving.apis import prediction_service_pb2_grpc
- import grpc
- import time
- import numpy as np
- import cv2
- class YourModel(object):
- def __init__(self, socket):
- """
- Args:
- socket: host and port of the tfserving, like 192.168.0.3:8500
- """
- self.socket = socket
- start = time.time()
- self.request, selfself.stub = self.__get_request()
- end = time.time()
- print('initialize cost time: ' + str(end - start) + ' s')
- def __get_request(self):
- channel = grpc.insecure_channel(self.socket, options=[('grpc.max_send_message_length', 1024 * 1024 * 1024),
- ('grpc.max_receive_message_length', 1024 * 1024 * 1024)]) # 可設置大小
- stub = prediction_service_pb2_grpc.PredictionServiceStub(channel)
- request = predict_pb2.PredictRequest()
- request.model_spec.name = "your_model" # model name
- request.model_spec.signature_name = "your_model" # model signature name
- return request, stub
- def run(self, image):
- """
- Args:
- image: the input image（rgb format）
- Returns: embedding is output of model
- """
- img = image[..., ::-1]
- self.request.inputs['input'].CopyFrom(tf.contrib.util.make_tensor_proto(img)) # images is input of model
- result = self.stub.Predict(self.request, 30.0)
- return tf.make_ndarray(result.outputs['output'])
- def run_file(self, image_file):
- """
- Args:
- image_file: the input image file
- Returns:
- """
- image = cv2.imread(image_file)
- image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
- return self.run(image)
- if __name__ == '__main__':
- model = YourModel('192.168.0.3:8500')
- test_file = './test.jpg'
- result = model.run_file(test_file)
- print(result)
- # [8.014745e-05 9.999199e-01]
- restful api調用: restful端口是8501
- import cv2
- import requests
- class SelfEncoder(json.JSONEncoder):
- def default(self, obj):
- if isinstance(obj, np.ndarray):
- return obj.tolist()
- elif isinstance(obj, np.floating):
- return float(obj)
- elif isinstance(obj, bytes):
- return str(obj, encoding='utf-8');
- return json.JSONEncoder.default(self, obj)
- image_file = '/home/tfserving/test.jpg'
- image = cv2.imread(image_file)
- image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
- img = image[..., ::-1]
- input_data = {
- "signature_name": "your_model",
- "instances": img
- }
- data = json.dumps(input_data, cls=SelfEncoder, indent=None)
- result = requests.post("http://192.168.0.3:8501/v1/models/your_model:predict", datadata=data)
- eval(result .content)
- # {'predictions': [8.01474525e-05, 0.999919891]}
5.總結
本文介紹了TFserving部署線上推理服務，從模型的轉換，部署啟動和調用推理，歡迎交流，希望對你有幫助。我們來回答下開篇提出的問題
- 用什么來部署：當然是TFserving
- 怎么提供api接口：TFserving有提供restful api接口，現實部署時會在前面再加一層如flask api
- 多個模型GPU資源如何分配：TFserving支持部署多模型，通過配置
- 線上模型如何更新而服務不中斷：TFserving支持模型的不同的版本，如your_model中1和2兩個版本，當你新增一個3模型時，TFserving會自動判斷，自動加載模型3為當前模型，不需要重啟
責任編輯：龐桂玉
來源：
Python中文社區
