句子部署。

这是一个快速指南,可以在几个步骤中部署培训的型号 句子 ,它允许您轻松部署,使用和共享您的模型。

在你开始之前

如果您愿意在Jupyter笔记本中拥有这些步骤,请看看我们的 快速。在GitHub上快速指南.

设置

安装SDK.

所有您需要部署您的模型是Python SDK:

pip install --upgrade seeme

或者在你的jupyter笔记本中:

!pip install --upgrade seeme

创建一个客户

from seeme import Client

client = Client()

注册一个帐户

如果您还没有这样做,请创建一个帐户

my_password =  # example: "supersecurepassword"
my_username =  # example: "janvdp"
my_email =  # example: " [电子邮件  protected]"
my_firstname =  # example: "Jan"
my_name =  # example: "Van de Poel"

client.register(
  username=my_username,
  email=my_email,
  password=my_password,
  firstname=my_firstname,
  name=my_name
)

登录

client.login(my_username, my_password)

部署您的模型

导出您的部署模型

# Put your model in eval model
learn.model.eval();

# Export your model (by default your model will be exported to `export.pkl`)
learn.export()

## Alternatively, if you want to give the exported file a name

# my_custom_filename = "a_filename_to_remember.pkl"

# learn.export(my_custom_filename)

在seeme.ai上创建模型

Seeme.ai支持使用不同框架和框架版本的不同类型的AI应用程序。

您需要做的就是获取类似的Application_id:

import torch
import fastai

# Get the application_id for your framework (version).
application_id = client.get_application_id(
  base_framework="pytorch",
  framework="fastai",
  base_framework_version=str(torch.__version__), # or pass the version like a string: "1.6.0"
  framework_version=str(fastai.__version__), # or pass the version like a string: "0.0.26"
  application="image_classification"
)

接下来,您在seeme.ai上创建您的模型

model_name = "My Model name"
description = "Created to be used..."
classes = "Cats and dogs"

my_model = client.create_full_model({
    "name": model_name,
    "description": description,
    "classes": classes,
    "application_id": application_id
})

快速注意:要查看所有支持的应用程序,平台和版本:

from pprint import pprint
pprint(client.applications)

上传您的模型

client.upload_model(my_model["id"], "folder/to/model")

# Or, if you exported the model with a custom filename
client.upload_model(
  my_model["id"],
  folder="folder/to/model/",
  filename=my_custom_filename
)

添加徽标(可选)

client.upload_logo(
  my_model["id"],
  folder="folder/to/image",
  filename="image_name.png") # or ".jpg"

使用您的模型

部署模型后,您可以以多种方式使用它:

Python SDK.

你现在可以使用 Python SDK. 提供基本上的预测,提供了:

  • Seeme SDK安装了
  • 登录信息
  • 部署模型的“id”
  • 分类的图像
image_location = "data/images/image_to_predict.png"

result = client.inference(my_model["id"], image_location)

打印结果

print(result["prediction"])
print(result["confidence"])

在网上

您也可以通过Web应用程序打开 app.seeme.ai. 并使用您的凭据登录。

您将看到所有模型以及任何人都可以使用的公共模型概述。

单击模型以开始预测。

Seeme-ai-your-model-model-cats-dogs

这是细节屏幕的样子:

Seeme.ai第一个模型细节屏幕

下一个:

  • 点击 select image
  • 找到您想要分类的图像
  • 点击分析
  • Look at resultconfidence to see what the prediction is.

Seeme.ai模型预测示例

iOS / Android.

您还可以访问所有型号 - 您的,共享和公共 - 在我们的本机移动应用程序上。您可以从中安装它们 iOS App Store. 安卓 Play商店 .

登录后,您会看到模型的概述:

Seeme.ai Mobile的模型列表

在模型细节上,您可以使用相机拍摄照片或从图库中选择:

Seeme.ai模型细节

并看看你的模型的想法:

Seeme.ai模型预测

一旦您的模型进行了预测,您将看到一个绿色按钮名称“动作”。单击该按钮时,您有许多选择:

  • 搜索Google的预测
  • 搜索维基百科以获取您的预测
  • 报告错误的预测

句子跟进行动

当您上传培训的模型时,Semea.ai会自动将其转换为 onnx. 核心ML. ,即使在脱机时,也可以在设备上安装和使用您的AI模型。此功能目前正在预览中。

当模型可安装时,您将看到右上角的安装按钮:

Seeme.ai安装模型离线

一旦安装,您仍然可以在使用型号的脱机或在线版本之间切换:

在线和离线模型之间的Seeme.ai交换机

上面的屏幕截图都是在iOS上采取的,但是 安卓 所有这些功能都同样工作,其中一个例外:Android离线模型仍在开发中。

分享您的模型

一旦您测试了您的模型,就是时候与朋友分享了。

Go back to the home page, and click the edit icon.

句子编辑你的模型

您将进入模型详细信息屏幕:

Seeme.ai模型细节

在那里,您可以通过输入电子邮件地址来邀请人们。

一旦邀请,他们将收到一封电子邮件到寄存器(如果该电子邮件尚未与帐户关联)或通知它们与它们共享的模型。

价钱

用于定价细节,检查 定价页面 .

支持/反馈

对于反馈,问题或问题,只需发送电子邮件即可 [电子邮件  protected].