Creación de una imagen personalizada y su uso para crear una aplicación de IA

Construcción de una imagen localmente

Esta sección utiliza un host de Linux x86_x64 como ejemplo. Puede comprar un ECS de las mismas especificaciones o utilizar un host local existente para crear una imagen personalizada.

1. Instale Docker. Para obtener más información, consulte los documentos oficiales de Docker. A continuación se muestra un ejemplo:

   curl -fsSL get.docker.com -o get-docker.sh
   sh get-docker.sh

2. Obtenga la imagen base. Se utiliza Ubuntu 18.04 en este ejemplo.

   docker pull ubuntu:18.04

3. Cree la carpeta self-define-images y edite Dockerfile y test_app.py en la carpeta de la imagen personalizada. En el código de ejemplo, el código de aplicación se ejecuta en el marco de Flask.
   La estructura de archivos es la siguiente:

   self-define-images/
       --Dockerfile
       --test_app.py

   • Dockerfile

     From ubuntu:18.04
     # Configure the HUAWEI CLOUD source and install Python, Python3-PIP, and Flask.
     RUN cp -a /etc/apt/sources.list /etc/apt/sources.list.bak && \
       sed -i "s@http://.*security.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list && \
       sed -i "s@http://.*archive.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list && \
       apt-get update && \
       apt-get install -y python3 python3-pip && \
       pip3 install  --trusted-host https://repo.huaweicloud.com -i https://repo.huaweicloud.com/repository/pypi/simple  Flask
     
     # Copy the application code to the image.
     COPY test_app.py /opt/test_app.py
     
     # Specify the boot command of the image.
     CMD python3  /opt/test_app.py

   • test_app.py

     from flask import Flask, request
     import json 
     app = Flask(__name__)
     
     @app.route('/greet', methods=['POST'])
     def say_hello_func():
         print("----------- in hello func ----------")
         data = json.loads(request.get_data(as_text=True))
         print(data)
         username = data['name']
         rsp_msg = 'Hello, {}!'.format(username)
         return json.dumps({"response":rsp_msg}, indent=4)
     
     @app.route('/goodbye', methods=['GET'])
     def say_goodbye_func():
         print("----------- in goodbye func ----------")
         return '\nGoodbye!\n'
     
     
     @app.route('/', methods=['POST'])
     def default_func():
         print("----------- in default func ----------")
         data = json.loads(request.get_data(as_text=True))
         return '\n called default func !\n {} \n'.format(str(data))
     
     # host must be "0.0.0.0", port must be 8080
     if __name__ == '__main__':
         app.run(host="0.0.0.0", port=8080)

     

     ModelArts reenvía las solicitudes al puerto 8080 del servicio iniciado desde la imagen personalizada. Por lo tanto, el puerto de escucha de servicio en el contenedor debe ser el puerto 8080. Consulte el archivo test_app.py.

4. Cambie a la carpeta self-define-images y ejecute el siguiente comando para crear test:v1 de imágenes personalizadas:

   docker build -t test:v1 .

5. Ejecute docker image para ver la imagen personalizada que ha creado.

Verificación de la imagen localmente y su carga a SWR

1. Ejecute el siguiente comando en el entorno local para iniciar la imagen personalizada:

   docker run -it -p 8080:8080 test:v1

   Figura 1 Inicio de una imagen personalizada
   
2. Abra otro terminal y ejecute los siguientes comandos para probar las funciones de las tres API de la imagen personalizada:

   curl -X POST -H "Content-Type: application/json" --data '{"name":"Tom"}'  127.0.0.1:8080/
   curl -X POST -H "Content-Type: application/json" --data '{"name":"Tom"}' 127.0.0.1:8080/greet
   curl -X GET 127.0.0.1:8080/goodbye

   Si se muestra la información similar a la siguiente, la verificación de la función se realiza correctamente.

   Figura 2 Prueba de las funciones de API
   

3. Suba la imagen personalizada a SWR. Para obtener más información, consulte ¿Cómo puedo subir imágenes a SWR?
4. Vea la imagen cargada en la página My Images > Private Images de la consola de SWR.
   Figura 3 Imágenes cargadas
   

Uso de la imagen personalizada para crear una aplicación de IA

Despliegue de la aplicación de IA como servicio en tiempo real

1. Implemente la aplicación de IA como un servicio en tiempo real. Para obtener más información, consulte la sección Despliegue como servicio en tiempo real.
2. Vea los detalles sobre el servicio en tiempo real.
   Figura 5 Guías de uso
   
3. Acceda al servicio en tiempo real en la página de ficha Prediction.
   Figura 6 Acceso a un servicio en tiempo real