Tensorflow的部署2：TensorFlow Serving

　　目录

　　TensorFlow Serving 安装

　　TensorFlow Serving 模型部署

　　Keras Sequential 模式模型的部署

　　自定义 Keras 模型的部署

　　在客户端调用以 TensorFlow Serving 部署的模型

　　Python 客户端示例

　　Node.js 客户端示例

　　当我们将模型训练完毕后，往往需要将模型在生产环境中部署。最常见的方式，是在服务器上提供一个 API，即客户机向服务器的某个 API 发送特定格式的请求，服务器收到请求数据后通过模型进行计算，并返回结果。如果仅仅是做一个 Demo，不考虑高并发和性能问题，其实配合 Flask 等 Python 下的 Web 框架就能非常轻松地实现服务器 API。不过，如果是在真的实际生产环境中部署，这样的方式就显得力不从心了。这时，TensorFlow 为我们提供了 TensorFlow Serving 这一组件，能够帮助我们在实际生产环境中灵活且高性能地部署机器学习模型。

　　TensorFlow Serving 安装

　　TensorFlow Serving 可以使用 apt-get 或 Docker 安装。在生产环境中，推荐 使用 Docker 部署 TensorFlow Serving 。不过此处出于教学目的，介绍依赖环境较少的 apt-get 安装 。

　　首先设置安装源：

　　# 添加Google的TensorFlow Serving源

　　echo "deb [arch=amd64] http://storage.googleapis.com/tensorflow-serving-apt stable tensorflow-model-server tensorflow-model-server-universal" | sudo tee /etc/apt/sources.list.d/tensorflow-serving.list

　　# 添加gpg key

　　curl https://storage.googleapis.com/tensorflow-serving-apt/tensorflow-serving.release.pub.gpg | sudo apt-key add -

　　更新源后，即可使用 apt-get 安装 TensorFlow Serving

　　sudo apt-get update

　　sudo apt-get install tensorflow-model-server

　　在运行 curl 和 apt-get 命令时，可能需要设置代理。

　　curl 设置代理的方式为 -x 选项或设置 http_proxy 环境变量，即

　　export http_proxy=http://代理服务器IP:端口

　　或

　　curl -x http://代理服务器IP:端口 URL

　　apt-get 设置代理的方式为 -o 选项，即

　　sudo apt-get -o Acquire::http::proxy="http://代理服务器IP:端口" ...

　　Windows 10 下，可以在 Linux 子系统(WSL) 内使用相同的方式安装 TensorFlow Serving。

　　TensorFlow Serving 模型部署

　　TensorFlow Serving 可以直接读取 SavedModel 格式的模型进行部署(导出模型到 SavedModel 文件的方法见 前文 )。使用以下命令即可：

　　tensorflow_model_server \

　　--rest_api_port=端口号(如8501) \

　　--model_name=模型名 \

　　--model_base_path="SavedModel格式模型的文件夹绝对地址(不含版本号)"

　　TensorFlow Serving 支持热更新模型，其典型的模型文件夹结构如下：

　　/saved_model_files

　　/1 # 版本号为1的模型文件

　　/assets

　　/variables

　　saved_model.pb

　　...

　　/N # 版本号为N的模型文件

　　/assets

　　/variables

　　saved_model.pb

　　上面 1~N 的子文件夹代表不同版本号的模型。当指定 --model_base_path 时，只需要指定根目录的 绝对地址 (不是相对地址)即可。例如，如果上述文件夹结构存放在 home/snowkylin 文件夹内，则 --model_base_path 应当设置为 home/snowkylin/saved_model_files (不附带模型版本号)。TensorFlow Serving 会自动选择版本号最大的模型进行载入。

　　Keras Sequential 模式模型的部署

　　由于 Sequential 模式的输入和输出都很固定，因此这种类型的模型很容易部署，无需其他额外操作。例如，要将 前文使用 SavedModel 导出的 MNIST 手写体识别模型 (使用 Keras Sequential 模式建立)以 MLP 的模型名在 8501 端口进行部署，可以直接使用以下命令：

　　tensorflow_model_server \

　　--rest_api_port=8501 \

　　--model_name=MLP \

　　--model_base_path="/home/.../.../saved" # 文件夹绝对地址根据自身情况填写，无需加入版本号

　　然后就可以按照 后文的介绍 ，使用 gRPC 或者 RESTful API 在客户端调用模型了。

　　自定义 Keras 模型的部署

　　使用继承 tf.keras.Model 类建立的自定义 Keras 模型的自由度相对更高。因此当使用 TensorFlow Serving 部署模型时，对导出的 SavedModel 文件也有更多的要求：

　　需要导出到 SavedModel 格式的方法(比如 call )不仅需要使用 @tf.function 修饰，还要在修饰时指定 input_signature 参数，以显式说明输入的形状。该参数传入一个由 tf.TensorSpec 组成的列表，指定每个输入张量的形状和类型。例如，对于 MNIST 手写体数字识别，我们的输入是一个 [None, 28, 28, 1] 的四维张量( None 表示第一维即 Batch Size 的大小不固定)，此时我们可以将模型的call方法做以下修饰：

　　class MLP(tf.keras.Model):

　　...

　　@tf.function(input_signature=[tf.TensorSpec([None, 28, 28, 1], tf.float32)])

　　def call(self, inputs):

　　...

　　在将模型使用 tf.saved_model.save 导出时，需要通过 signature 参数提供待导出的函数的签名(Signature)。简单说来，由于自定义的模型类里可能有多个方法都需要导出，因此，需要告诉 TensorFlow Serving 每个方法在被客户端调用时分别叫做什么名字。例如，如果我们希望客户端在调用模型时使用 call 这一签名来调用 model.call 方法时，我们可以在导出时传入 signature 参数，以 dict 的键值对形式告知导出的方法对应的签名，代码如下：

　　model = MLP()

　　...

　　tf.saved_model.save(model, "saved_with_signature/1", signatures={"call": model.call})

　　以上两步均完成后，即可使用以下命令部署：

　　tensorflow_model_server \

　　--rest_api_port=8501 \

　　--model_name=MLP \

　　--model_base_path="/home/.../.../saved_with_signature" # 修改为自己模型的绝对地址

　　在客户端调用以 TensorFlow Serving 部署的模型

　　TensorFlow Serving 支持以 gRPC 和 RESTful API 调用以 TensorFlow Serving 部署的模型。本手册主要介绍较为通用的 RESTful API 方法。

　　RESTful API 以标准的 HTTP POST 方法进行交互，请求和回复均为 JSON 对象。为了调用服务器端的模型，我们在客户端向服务器发送以下格式的请求：

　　服务器 URI： http://服务器地址:端口号/v1/models/模型名:predict

　　请求内容：

　　{

　　"signature_name": "需要调用的函数签名(Sequential模式不需要)",

　　"instances": 输入数据

　　}

　　回复为：

　　{

　　"predictions": 返回值

　　}

　　Python 客户端示例

　　以下示例使用 Python 的 Requests 库 (你可能需要使用 pip install requests 安装该库)向本机的 TensorFlow Serving 服务器发送 MNIST 测试集的前 10 幅图像并返回预测结果，同时与测试集的真实标签进行比较。

　　import json

　　import numpy as np

　　import requests

　　from zh.model.utils import MNISTLoader

　　data_loader = MNISTLoader()

　　data = json.dumps({

　　"instances": data_loader.test_data[0:3].tolist()

　　})

　　headers = {"content-type": "application/json"}

　　json_response = requests.post(

　　'http://localhost:8501/v1/models/MLP:predict',

　　data=data, headers=headers)

　　predictions = np.array(json.loads(json_response.text)['predictions'])

　　print(np.argmax(predictions, axis=-1))

　　print(data_loader.test_label[0:10])

　　输出：

　　[7 2 1 0 4 1 4 9 6 9]

　　[7 2 1 0 4 1 4 9 5 9]

　　可见预测结果与真实标签值非常接近。

　　对于自定义的 Keras 模型，在发送的数据中加入 signature_name 键值即可，即将上面代码的 data 建立过程改为

　　data = json.dumps({

　　"signature_name": "call",

　　"instances": data_loader.test_data[0:10].tolist()

　　})

　　Node.js 客户端示例

　　以下示例使用 Node.js 将下图转换为 28*28 的灰度图，发送给本机的 TensorFlow Serving 服务器，并输出返回的预测值和概率。(其中使用了 图像处理库 jimp 和 HTTP 库 superagent ，可使用 npm install jimp 和 npm install superagent 安装)

　　

 

　　const Jimp = require('jimp')

　　const superagent = require('superagent')

　　const url =

　　const getPixelGrey = (pic, x, y) => {

　　const pointColor = pic.getPixelColor(x, y)

　　const { r, g, b } = Jimp.intToRGBA(pointColor)

　　const gray = +(r * 0.299 + g * 0.587 + b * 0.114).toFixed(0)

　　return [ gray / 255 ]

　　}

　　const getPicGreyArray = async (fileName) => {

　　const pic = await Jimp.read(fileName)

　　const resizedPic = pic.resize(28, 28)

　　const greyArray = []

　　for ( let i = 0; i< 28; i ++ ) {

　　let line = []

　　for (let j = 0; j < 28; j ++) {

　　line.push(getPixelGrey(resizedPic, j, i))

　　}大连做人流哪家好 http://mobile.dlrlyy.com/

　　console.log(line.map(_ => _ > 0.3 ? ' ' : '1').join(' '))

　　greyArray.push(line)

　　}

　　return greyArray

　　}

　　const evaluatePic = async (fileName) => {

　　const arr = await getPicGreyArray(fileName)

　　const result = await superagent.post(url)

　　.send({

　　instances: [arr]

　　})

　　result.body.predictions.map(res => {

　　const sortedRes = res.map((_, i) => [_, i])

　　.sort((a, b) => b[0] - a[0])

　　console.log(`我们猜这个数字是${sortedRes[0][1]}，概率是${sortedRes[0][0]}`)

　　})

　　}

　　evaluatePic('test_pic_tag_5.png')

　　运行结果为：

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

　　我们猜这个数字是5，概率是0.846008837

　　可见输出结果符合预期。

　　如果你不熟悉 HTTP POST，可以参考 这里 。事实上，当你在用浏览器填写表单(比方说性格测试)并点击 “提交” 按钮，然后获得返回结果(比如说 “你的性格是 ISTJ”)时，就很有可能是在向服务器发送一个 HTTP POST 请求并获得了服务器的回复。

　　RESTful API 是一个流行的 API 设计理论，可以参考 这里 获得简要介绍。