开工的欲望 | AI Studio悄然上线新功能,用你的模型生成在线预测服务

AI Studio在线部署及预测说明 个人博客导航页(点击右侧链接即可打开个人博客):互联网老兵带你入门技术栈 目录 功能说明 通过训练任务生成模型文件 创建一个在线服务 3.1第一步 选择模型文件 3.2第二步 确认输入输出 3.3第三步 制作参数转换器 3.4第四步 沙盒部署 测试沙盒服务 4.1第一步 点击【测试】打开测试页面 4.2第二步 填写json格式请求参数 4.3第三步 点击... 阅读详情

开工第一天,小伙伴们是不是还没有从过年的状态转换过来?今天给大家介绍一个AI Studio新功能,能让大家用自己训练好的模型,轻松生成在线预测服务,通过在线API调用,而且是免费的哦~

大家是不是已经跃跃欲试了呢?那就快到AI Studio亲自体验一下吧。希望这个开年小“福利”,能帮助大家尽快找到开工的感觉。

经常登录AI Studio的朋友可能早就发现——AI Studio改版了:

这次升级,AI Studio不光调整了前端页面,还增加了不少新功能,其中就包含我们今天要说的在线部署及预测功能。

功能说明

在线部署与预测为开发者提供训练模型向应用化API转换的功能. 开发者在AI Studio平台通过单机项目NoteBook页面完成模型训练后, 通过创建一个在线服务, 应用模型生成在线API, 使用该API可以直接检验模型效果或实际应用到开发者的私有项目中.目前, 该功能暂时仅对单机项目开放。

 

通过训练任务生成模型文件

在训练任务过程中, 通过调用paddle.fluid.io.save_inference_model`实现模型的保存,保存后的目录需要可以被在线服务使用. 我们以房价预测的线性回归任务为例, 具体代码如下

使用已有模型, 可以通过!wget在Notebook中传输模型文件到环境目录。以房价预测的线性回归模型为例, 通过!wget https://ai.baidu.com/file/4E1D1FCC670E4A5E8441634201658107 -O fit_a_line.inference.model传输文件, 解压后直接被在线服务使用.

创建一个在线服务

完成模型训练后, 在单机项目页面点击【创建预测服务】

第一步 选择模型文件

勾选模型文件

设置主程序, 主程序为paddle.fluid.io.save_inference_model中参数main_program配置的程序, 在房价预测的示例中,我们使用默认参数调用save_inference_model, 因此将__model__文件设置为主程序. 

第二步 确认输入输出

填写模型的输入输出参数. 以房价预测的线性回归模型为例(参数参考), 添加参数如下图所示.

第三步 制作参数转换器

参数转换器帮助用户转化合法输入并完成数据预处理.

方式一:自定义转换器(Python2.7)(推荐).

输入参数转换器方法

输出参数转换器方法

转换器代码示例, 以房价预测为例.

输入参数转换器:

输出参数转换器:

方式二: 默认参数, 不设置转换器.

用户的API参数直接传递给模型. 

第四步 沙盒部署

用户可以同时部署之多五个沙盒服务, 用来对比模型优化结果.

录入名称点击【生成沙盒】或者点击【暂存】将沙盒保存到草稿箱.

测试沙盒服务

对沙盒列表中的沙盒服务进行测试,验证是否配置正确。

第一步 点击【测试】打开测试页面

第二步 填写json格式请求参数

第三步 点击【发送】检验返回结果

部署在线服务

点击【正式部署】部署线上API.

一个项目可以创建五个沙盒服务, 并选择其中一个沙盒服务部署为线上服务.

沙盒服务如果连续超过24小时无调用将自动调整为暂停状态.

线上服务如果连续超过14天无调用将自动调整为暂停状态.

调用在线服务

依据API key、服务地址和用户自定义参数, 实现对服务的调用.

请求方式

HTTP请求URL: [服务地址] [?] [apiKey=xxx]

HTTP请求方法: POST

HTTP Body: 用户自定义参数

调用示例

以房价预测项目为例.

CURL

Python

小礼物走一走,来简书关注我

赞赏支持

 日记本

© 著作权归作者所有

96PaddleWeekly

写了 85603 字,被 4 人关注,获得了 4 个喜欢

喜欢

   更多分享

Web note ad 1

评论 关闭评论

智慧如你,不想发表一点想法咩~

  •  

 

paddlepaddle 38 使用aistudio部署自己训练的动态图模型 aistudio作为百度旗下的人工智能训练平台,可以免费供各位深度学习爱好者使用训练模型,aistudio下内置paddle框架,支持动态图与静态图的训练。此外,aistudio还支持实现模型的在线部署,我们可以利用aistudio平台训练模型,然后在aistudio上进行部署,通过api的方式调用模型服务。。该网页主要讲述了静态图模型的部署,只涉及到数值数据的输入输出,不支持图像的输入,也不支持动态图的部署。 阅读详情

相关推荐

深度学习(paddle2.0 API)

本程序采用百度paddlepaddle深度学习框架,并在百度 AI Studio 平台上运行 本文参考百度 AI Studio官方API文档,详情参考官方文档 本文参考『跟着雨哥学AI』系列开篇:初识飞桨框架高层API - 飞桨AI Studio - 人工智能学习实训社区 (baidu.com) 目录 1 高层API的主要模块 2 数据加载 2.1 内置数据集 2.2 数据预处理 2.3 数据批加载 3模型组建 3.1 序列组网 3.2 Subclass 组网 3.3 内置模型 4

weixin_65089713的博客 5011

Paddle 模型保存与加载

前面我们已经通过搭建LeNet模型来识别手写数字MNIST,最终一个epoch训练的模型准确率可以达到97.5%. 接下来我们看如何对模型进行保存以及后续加载模型进行推断。 Paddle提供两种方式的保存和加载模型: 保存整个模型 只保存模型参数 整个模型的保存与加载 保存模型使用fluid.io.save_inference_model这个API,参数为:保存路径,输入的Variable名,...

Mophistoliu的博客 5758

Solidworks转URDF避坑实录:从履带机器人到ROS仿真的完整配置流程

本文详细介绍了将Solidworks履带机器人模型转换为URDF格式并配置ROS仿真的完整流程,重点解析了坐标系设置、复杂关节定义、插件配置等关键步骤中的常见问题与解决方案,帮助开发者高效实现履带机器人在RVIZ和Gazebo中的精确仿真。

weixin_30693683的博客 458

aistudio服务器上发布网站,AI Studio在线部署及预测说明

目录功能说明在线部署与预测为开发者提供训练模型向应用化API转换的功能. 开发者在AI Studio平台通过NoteBook项目完成模型训练后, 在Notebook详情页通过创建一个在线服务, 应用模型生成在线API, 使用该API可以直接检验模型效果或实际应用到开发者的私有项目中.目前, 该功能暂时仅对Notebook项目开放。通过训练任务生成模型文件在训练任务过程中, 通过调用paddle.f...

weixin_33138675的博客 832

Zemax序列模式下激光二极管(LD)光源建模与像散校正实战

本文详细讲解了在Zemax序列模式下精确建立激光二极管(LD)光源模型并校正其像散的核心方法。通过将椭圆光束的发散角转换为渐晕系数,并巧妙利用理想柱面镜模拟像散,实现了对LD光源特性的高精度模拟。该方法特别适用于激光耦合、激光雷达等需要对像散光束进行精密控制的光学系统设计。

weixin_28455801的博客 441

Unable to negotiate with XXXX port 22: no matching host key type found. Their offer: ssh-rsa,ssh-dss

打开ssh_config此文件,滑动到最下面,新增自己git主机地址(这里我直接默认*)执行命令 git clone git@xxxxxxxxxxxxx.git。代码仓库已经添加了ssh公钥之后,克隆代码到本地时就报了这个问题。首先是找到git安装目录(根据自己安装时选项,找到这个目录)再进入ssh目录,找到 ssh_config 配置文件。配置完成后,保存配置文件后再次去clone代码。直接复制下面这一段到文件中最底部位置即可。然后进入 etc目录,找到ssh目录。终于可以克隆下来了。

萌兔兔MMQ!! 3360

参数调整 新部署rac_开工的欲望 | AI Studio悄然上线新功能,用你的模型生成在线预测服务...

开工第一天,小伙伴们是不是还没有从过年的状态转换过来?今天给大家介绍一个AI Studio新功能,能让大家用自己训练好的模型,轻松生成在线预测服务,通过在线API调用,而且是免费的哦~大家是不是已经跃跃欲试了呢?那就快到AI Studio亲自体验一下吧。希望这个开年小“福利”,能帮助大家尽快找到开工的感觉。经常登录AI Studio的朋友可能早就发现——AI Studio改版了:这次升级,AI S...

weixin_39964528的博客 131

【2025年美团春招(算法岗)-3月15日-第三题(300分)- 字符串权值】(题目+思路+Java&C++&Python解析+在线测试)

小美定义一个字符串的权值为:其长度为3的回文子序列数量。例如,“abca"的权值为2,因为包含两个回文子序列"aba"和"aca现在给定一个仅包含小写字母的字符串,小美希望你输出该字符串每个前缀的权值。

m0_73659489的博客 312

百度aistudio上使用yolov4训练人脸检测模型

前几天在百度的aistudio上使用yolov4训练了一下人脸检测的模型,今天看见有人留言希望我写一篇在aistudio上如何使用yolov4的教程,纠结了一下,因为这玩意的操作流程其实在我那篇yolov4的文章以及其他人的文章中都有,只不过那些文章不是针对aistudio,想了想,最近也是好久没有更新csdn了,正好有人有这个需求,那么就写吧。 如何在aistudio上注册上的我就不说了,反正注册后进入个人中心,然后点击项目创建项目,取名添加数据集这些,如下: 我们这里是进行人脸检测,所以需要添加的数据集

雅痞匪徒(Nike)的博客 4711

PX4实战(十):PX4导航模块(Navigator)详解

本文将对 PX4 固件 v1.14.3 版本中的 Navigator(导航)模块进行详尽的技术剖析。作为飞行控制栈中的高层决策核心,Navigator 模块承担着将抽象的任务指令转化为具象的底层控制设定点的关键职责。本文基于对 src/modules/navigator 目录下源代码的深究研究与架构反推,详细阐述了该模块的文件组织结构、基于状态机的控制逻辑、uORB 异步通讯机制、核心任务模式(Mission)与返航模式(RTL)的实现细节,以及地理围栏(Geofence)与任务可行性检查(Feasibil

PX4-SLAM-PNC 671

Python 爬虫实战:模拟登录网易云音乐(加密接口逆向与自动化登录实现)

网易云音乐作为国内主流的音乐流媒体平台,其丰富的音乐资源和个性化推荐算法吸引了大量用户。对于开发者而言,模拟登录网易云音乐并实现自动化操作,可以用于数据分析、歌单同步、歌词抓取等场景。然而,网易云音乐采用了多重加密机制和反爬策略,直接模拟登录存在较大挑战。

yansideyucsdn的博客 2592

paddle模型的保存与加载

一、什么是模型的保存与加载? 人工智能模型本质上就是一堆参数,我们训练模型时就是使这些参数在某个任务上合理以使其能够得到较为准确预测结果输出。例如猫狗分类任务,训练一系列卷积核数值能够通过前向计算预测出类别。我们花了大量时间训练的模型肯定不想只训练结束后只使用一次,我们想的肯定是能够重复使用这个模型在后续的任务上继续做预测。那就涉及到模型的保存与加载。 二、模型的保存 paddle框架中模型保存加载相关API paddle.save paddle.load paddle.jit.save paddle.ji

m0_52364694的博客 8039

基于深度学习的心律失常的自动分类

基于深度学习的心律失常的自动分类 作者:禅与计算机程序设计艺术 1. 背景介绍 1.1 心律失常的危害与检测的重要性 心律失常是一种常见的心血管疾病,严重威胁着人们的健康和生命。据统计,全球每年有数百万人因心律失

AI架构师小马 1149

AI Studio | 提供免费云计算资源,深度学习也能零门槛

随着 AI 技术的发展,人类社会正处于火热的智能化革命之中,AI 能力已经渗透到各行各业,在语音、图像以及 NLP 领域,已获得了突破性的进展和效果。而谁能在技术革命浪潮...

PaddlePaddle 1395

汽车行业OTD业务模式入门学习

本文是在学习彭俊松老师的《汽车行业整车订单交付系统》后,对于OTD理解的一些摘录,供诸位参考学习。

qq_40664711的博客 1万+

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

系列文章:如何利用PaddleDetection做一个完整的项目(一)

如何利用PaddleDetection做一个完整的项目(一) 0PaddleDetection简介 PaddleDetection 是PaddlePaddle推出的物体检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。针对不同的业务场景(性能、目标大小...

yzl819819的博客 1万+

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

飞桨模型部署至docker并使用FastAPI调用(三)-API部署

post.py – 宿主机中,本地 python 使用 post 访问部署于 docker 中的 fastapi。post.py – 宿主机中,本地 python 使用 post 访问部署于 docker 中的 fastapi。运行 post.py 在宿主机中调用 docker 中的 fastapi 服务。运行 startup.py 启动 docker 中的 fastapi 服务。startup.py – 启动 fastapi 服务。startup.py – 启动 fastapi 服务。

asd123pwj的博客 1492

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

PaddleOCR基于PaddleHub Serving的服务部署(docker环境)

1 运行环境准备 推荐环境: PaddlePaddle >= 2.0.0 (2.1.2) python3.7 glibc 2.23 CUDA10.1 / CUDA10.2 CUDNN 7.6 CUDA看作是一个工作台,上面配有很多工具,如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具,比如它就是个扳手。但是CUDA这个工作台买来的时候,并没有送扳手。想要在CUDA上运行深度神经网络,就要安装cuDNN,就像你想要拧个螺帽

进击的豌豆的博客 1万+

【机器学习】百度飞桨AI Studio平台项目:基于卷积神经网络分类方法的人脸颜值打分

基于卷积神经网络分类方法的人脸颜值打分,并输出准确率等结果图。

weixin_45942927的博客 4655

最简洁的Plato-mini闲聊机器人部署教程,举一反三部署类chatGPT

只在terminal中进行闲聊交互不满足与我们的需求如何使用最便捷的方式构建一个交互式的前端页面用于作品分享和传播呢?StreamlitStreamlit 是一个基于 Python 的 Web 应用程序框架,致力于以更高效、更灵活的方式可视化数据,并分析结果。作为一个开源库,可以帮助数据科学家和学者在短时间内开发机器学习 (ML) 可视化仪表板。只需几行代码,我们就可以构建并部署强大的数据应用程序。为什么选择Streamlit?

m0_63642362的博客 2552

PaddleHub Serving模型一键服务部署

https://my.oschina.net/u/4067628/blog/3186505 简介 为什么使用一键服务部署 使用PaddleHub能够快速进行模型预测,但开发者常面临本地预测过程迁移线上的需求。无论是对外开放服务端口,还是在局域网中搭建预测服务,都需要PaddleHub具有快速部署模型预测服务的能力。在这个背景下,模型一键服务部署工具——PaddleHub Serving应运而生。开发者通过一行命令即可快速启动一个模型预测在线服务,而无需关注网络框架选择和实现。 下载安装命令 CPU版本安装命

qq_15821487的博客 3747
上一篇: 一块GPU就能训练语义分割网络,百度PaddlePaddle是如何优化的?
下一篇: 解读百度AutoDL:打破SOTA纪录的神经架构搜索是如何炼成的
PaddleWeekly
博客等级 码龄8年 9粉丝 46原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值