Veebiliideste väljatöötamine masinõppe (ML) mudeliga suhtlemiseks on tüütu ülesanne. Koos Vooluvalgus, on teie ML-lahenduse jaoks demorakenduste arendamine lihtne. Vooluvalgus on avatud lähtekoodiga Pythoni teek, mis muudab ML-i ja andmeteaduse jaoks mõeldud veebirakenduste loomise ja jagamise lihtsaks. Andmeteadlasena võiksite oma tulemusi andmekogumi jaoks tutvustada või kasutada koolitatud mudelit. Vooluvalgustusega rakendused on kasulikud projekti edenemise tutvustamiseks oma meeskonnale, ülevaate saamiseks ja juhtidele jagamiseks ning isegi klientidelt tagasiside saamiseks.
Integreeritud arenduskeskkonnaga (IDE). Amazon SageMaker Studio koos Jupyteri labor 3, saame arenduse eesmärgil luua, käitada ja pakkuda Streamliti veebirakendusi samas keskkonnas. See postitus kirjeldab, kuidas luua ja hostida Streamliti rakendusi Studios turvalisel ja reprodutseeritaval viisil ilma aeganõudva esiosa arendamiseta. Näitena kasutame kohandatud Amazon Rekognitsioon demo, mis märgib üleslaaditud pildi ja märgib selle. See toimib lähtepunktina ja seda saab üldistada mis tahes kohandatud ML-mudeli demonstreerimiseks. Selle ajaveebi koodi leiate siit GitHubi hoidla.
Lahenduse ülevaade
Järgnevalt on toodud meie lahenduse arhitektuuriskeem.
Kasutaja siseneb Studiosse esmalt brauseri kaudu. Kasutajaprofiiliga seotud Jupyteri server töötab Studio Amazon Elastic Compute Cloud (Amazon EC2) eksemplaris. Studio EC2 eksemplaris on näidiskood ja sõltuvuste loend. Kasutaja saab süsteemiterminalis käivitada rakendust Streamlit app.py. Studio käitab JupyterLabi kasutajaliidest Jupyteri serveris, mis on sülearvuti tuumadest lahti ühendatud. Jupyteri serveriga on kaasas puhverserver ja see võimaldab meil pääseda juurde meie Streamliti rakendusele. Kui rakendus töötab, saab kasutaja URL-i kohandades AWS Jupyteri puhverserveri kaudu algatada eraldi seansi.
Turvalisuse aspektist laiendab AWS Jupyteri puhverserverit AWS-i autentimine. Kuni kasutajal on juurdepääs AWS-i kontole, Studio domeeni ID-le ja kasutajaprofiilile, pääseb ta lingile juurde.
Looge stuudio, kasutades JupyterLab 3.0
Selle lahenduse toimimiseks tuleb installida stuudio koos JupyterLab 3-ga. Vanemad versioonid ei pruugi selles postituses kirjeldatud funktsioone toetada. Lisateabe saamiseks vaadake Amazon SageMaker Studio ja SageMaker Notebook Instance on nüüd koos JupyterLab 3 sülearvutitega, et tõsta arendaja tootlikkust. Vaikimisi on Studio kaasas JupyterLab 3. Peaksite kontrollima versiooni ja muutma seda, kui kasutate vanemat versiooni. Lisateabe saamiseks vaadake JupyterLabi versioonide koostamine.
Studio saate seadistada kasutades AWS pilvearenduskomplekt (AWS CDK); lisateabe saamiseks vaadake Seadistage Amazon SageMaker Studio koos Jupyter Lab 3-ga, kasutades AWS CDK-d. Teise võimalusena võite domeeni seadete muutmiseks kasutada konsooli SageMaker. Tehke järgmised sammud.
- Valige SageMakeri konsoolil Domeenid navigeerimispaanil.
- Valige oma domeen ja valige Edit.
- eest Jupyter Labi vaikeversioon, veenduge, et versioon on seatud Jupyteri labor 3.0.
(Valikuline) Looge jagatud ruum
Saame kasutada SageMakeri konsooli või AWS-i CLI-d, et lisada olemasolevale domeenile jagatud ruumide tugi, järgides dokumentides või selles ajaveebis toodud juhiseid. AWS-is jagatud ruumi loomisel on järgmised eelised.
- Koostöö: jagatud ruum võimaldab mitmel kasutajal või meeskonnal projekti või ressursside komplekti kallal koostööd teha, ilma et peaksid andmeid või infrastruktuuri dubleerima.
- Kulude kokkuhoid: selle asemel, et iga kasutaja või meeskond loob ja haldab oma ressursse, võib jagatud ruum olla kuluefektiivsem, kuna ressursse saab koondada ja jagada mitme kasutaja vahel.
- Lihtsustatud haldamine: jagatud ruumi abil saavad administraatorid hallata ressursse tsentraalselt, selle asemel, et iga kasutaja või meeskonna jaoks hallata mitut sama ressurssi.
- Täiustatud skaleeritavus: jagatud ruumi saab hõlpsamini suurendada või vähendada, et vastata muutuvatele nõudmistele, kuna ressursse saab dünaamiliselt eraldada erinevate kasutajate või meeskondade vajaduste rahuldamiseks.
- Täiustatud turvalisus: ressursside tsentraliseerimisel jagatud ruumi saab turvalisust parandada, kuna juurdepääsu kontrolle ja jälgimist saab hõlpsamini ja järjepidevamalt rakendada.
Installige sõltuvused ja kloonige näide Studios
Järgmisena käivitame Studio ja avame süsteemiterminali. Kasutame oma näite kloonimiseks SageMaker IDE-d ja rakenduse käivitamiseks süsteemiterminali. Selle ajaveebi koodi leiate siit GitHubi hoidla. Alustame hoidla kloonimisega:
Järgmisena avame süsteemiterminali.
Pärast kloonimist installige meie näidiskoodi käitamiseks süsteemiterminali sõltuvused, käivitades järgmise käsu. See installib esmalt sõltuvused käivitamise teel pip install --no-cache-dir -r requirements.txt
. no-cache-dir
lipp keelab vahemälu. Vahemällu salvestamine aitab installifaile salvestada (.whl
) moodulitest, mille installite pipi kaudu. See salvestab ka lähtefailid (.tar.gz
), et vältida nende uuesti allalaadimist, kui need pole aegunud. Kui meie kõvakettal pole ruumi või kui tahame hoida Dockeri kujutise võimalikult väikesena, saame kasutada seda lippu, et käsk töötaks lõpuni minimaalse mälukasutusega. Järgmisena installib skript paketid iproute
ja jq
, mida kasutatakse järgmises etapis.sh setup.sh
Käivitage Streamliti demo ja looge jagatav link
Kõigi sõltuvuste eduka installimise kontrollimiseks ja Amazon Rekognitioni demo vaatamiseks käivitage järgmine käsk:
Kuvatakse rakendust hostiva pordi number.
Pange tähele, et arendamise ajal võib olla kasulik skripti automaatselt uuesti käivitada app.py
on kettal muudetud. Selleks saame muuta runOnSave'i konfiguratsiooni valik lisades --server.runOnSave true
lipp meie käsule:
Järgmisel ekraanipildil on näide sellest, mida terminalis kuvada.
Ülaltoodud näitest näeme pordi numbrit, domeeni ID-d ja stuudio URL-i, milles oma rakendust kasutame. Lõpuks näeme URL-i, mida peame oma vooluvalgustatud rakendusele juurdepääsuks kasutama. See skript muudab Studio URL-i, asendades lab?
koos proxy/[PORT NUMBER]/
. Kuvatakse äratundmise objekti tuvastamise demo, nagu on näidatud järgmisel ekraanipildil.
Nüüd, kui rakendus Streamlit töötab, saame seda URL-i jagada kõigiga, kellel on juurdepääs sellele Studio domeeni ID-le ja kasutajaprofiilile. Demode jagamise hõlbustamiseks saame kontrollida olekut ja loetleda kõik töötavad vooluvalgustusega rakendused, käivitades järgmise käsu: sh status.sh
Selle töö pikendamiseks saame kasutada elutsükli skripte või jagatud ruume. Shelli skriptide käsitsi käivitamise ja sõltuvuste installimise asemel kasutage elutsükli skriptid selle protsessi sujuvamaks muutmiseks. Selle rakenduse arendamiseks ja laiendamiseks meeskonnaga ning armatuurlaudade jagamiseks eakaaslastega kasutage jagatud ruumid. Studios ühiskasutatavaid ruume luues saavad kasutajad ühises ruumis koostööd teha, et arendada reaalajas Streamliti rakendust. Kõik jagatud ruumi ressursid filtreeritakse ja märgistatakse, mis muudab ML-projektidele keskendumise ja kulude haldamise lihtsamaks. Stuudios oma rakenduste loomiseks vaadake järgmist koodi.
Korista ära
Kui oleme rakenduse kasutamise lõpetanud, tahame vabastada kuulamispordid. Kõigi protsesside sujuvamaks muutmiseks ja nende kasutamiseks vabastamiseks saame käitada oma puhastusskripti: sh cleanup.sh
Järeldus
Selles postituses näitasime täielikku näidet Streamliti demo hostimisest objekti tuvastamise ülesande jaoks, kasutades Amazon Rekognitionit. Täpsustasime kiirete veebirakenduste loomise ajendeid, turvakaalutlusi ja seadistust, mis on vajalik meie Streamliti rakenduse käitamiseks Studios. Lõpuks muutsime oma veebibrauseris URL-i mustrit, et algatada AWS Jupyteri puhverserveri kaudu eraldi seanss.
See demo võimaldab teil üles laadida mis tahes pildi ja visualiseerida Amazon Rekognitioni väljundeid. Samuti töödeldakse tulemusi ja saate rakenduse kaudu alla laadida CSV-faili koos kõigi piirdekastidega. Saate seda tööd laiendada, et lisada märkusi ja sildistada oma andmestikku või muuta koodi, et näidata oma kohandatud mudelit!
Autoritest
Dipika Khullar on ML-i insener Amazon ML Solutions Lab. Ta aitab klientidel integreerida ML-lahendusi nende äriprobleemide lahendamiseks. Viimasel ajal on ta loonud meediaklientidele koolitus- ja järeldustorusid ning turunduse ennustavaid mudeleid.
Marcelo Aberle on AWS AI organisatsioonis ML insener. Ta juhib MLOpsi jõupingutusi Amazon ML Solutions Lab, aidates klientidel kavandada ja juurutada skaleeritavaid ML-süsteeme. Tema missiooniks on suunata kliente nende ettevõtte ML-teekonnal ja kiirendada nende ML-teed tootmiseni.
Yash Shah on teadusjuht Amazon ML Solutions Lab. Tema ja tema rakendusteadlastest ja ML-i inseneridest koosnev meeskond töötavad mitmesuguste ML-i kasutusjuhtudega tervishoiust, spordist, autotööstusest ja tootmisest.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- Platoblockchain. Web3 metaversiooni intelligentsus. Täiustatud teadmised. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/build-streamlit-apps-in-amazon-sagemaker-studio/
- :on
- $ UP
- 100
- 7
- a
- üle
- kiirendama
- juurdepääs
- konto
- üle
- administraatorid
- AI
- Materjal: BPA ja flataatide vaba plastik
- paigutatud
- võimaldab
- Amazon
- Amazon EC2
- Amazon Rekognitsioon
- Amazon SageMaker
- Amazon SageMaker Studio
- ja
- keegi
- app
- rakendused
- rakendatud
- apps
- arhitektuur
- OLEME
- AS
- aspekt
- seotud
- At
- Autentimine
- automaatselt
- auto
- AWS
- BE
- Kasu
- Blogi
- suurendada
- karbid
- brauseri
- ehitama
- Ehitus
- ehitatud
- äri
- by
- Cache
- CAN
- juhtudel
- muutma
- muutuv
- kontrollima
- Vali
- Cloud
- kood
- Teevad koostööd
- Tulema
- täitma
- lõpetamist
- Arvutama
- kaalutlused
- konsool
- kontrolli
- kuluefektiivne
- kulud
- looma
- loomine
- tava
- Kliendid
- andmed
- andmeteadus
- andmeteadlane
- vaikimisi
- nõudmisi
- Demod
- juurutada
- Disain
- üksikasjalik
- Detection
- arendama
- arendaja
- arenev
- & Tarkvaraarendus
- erinev
- laevalaadija
- domeen
- alla
- lae alla
- ajam
- dünaamiliselt
- iga
- lihtsam
- kergesti
- jõupingutusi
- Lõpuks-lõpuni
- insener
- Inseneride
- ettevõte
- keskkond
- Isegi
- näide
- olemasolevate
- olemas
- laiendama
- FUNKTSIOONID
- tagasiside
- fail
- Faile
- Lõpuks
- esimene
- Keskenduma
- Järel
- eest
- avastatud
- tasuta
- Alates
- kasumi saamine
- saama
- saamine
- suunata
- Raske
- kõvaketas
- Olema
- võttes
- tervishoid
- kasulik
- aidates
- aitab
- võõrustaja
- Hosting
- Kuidas
- Kuidas
- HTML
- HTTPS
- ID
- pilt
- rakendada
- paranenud
- in
- info
- Infrastruktuur
- algatama
- teadmisi
- paigaldama
- paigaldatud
- paigaldamine
- Näiteks
- selle asemel
- integreerima
- integreeritud
- suhelda
- liidesed
- IT
- teekond
- jpg
- hoidma
- labor
- silt
- algatama
- juhtivate
- õppimine
- Raamatukogu
- eluring
- LINK
- nimekiri
- Kuulamine
- Pikk
- masin
- masinõpe
- tegema
- TEEB
- Tegemine
- juhtima
- juhtimine
- juht
- Juhid
- juhtiv
- viis
- käsitsi
- tootmine
- Turundus
- mai..
- Meedia
- Vastama
- Mälu
- võib
- minimaalne
- missioon
- ML
- MLOps
- mudel
- mudelid
- modifitseeritud
- muutma
- Moodulid
- järelevalve
- rohkem
- kõige
- motivatsioon
- mitmekordne
- NAVIGATSIOON
- Vajadus
- vajadustele
- järgmine
- märkmik
- number
- objekt
- Objekti tuvastamine
- of
- on
- avatud
- avatud lähtekoodiga
- organisatsioon
- välja toodud
- piirjooned
- enda
- pakette
- pane
- tee
- Muster
- Platon
- Platoni andmete intelligentsus
- PlatoData
- Punkt
- võimalik
- post
- probleeme
- protsess
- Töödeldud
- Protsessid
- Produktsioon
- profiil
- Edu
- projekt
- projektid
- volikiri
- eesmärkidel
- Python
- Kiire
- valik
- pigem
- reaalne
- reaalajas
- hiljuti
- Hoidla
- nõutav
- Nõuded
- Vahendid
- Tulemused
- jooks
- jooksmine
- salveitegija
- sama
- Hoiused
- Skaalautuvus
- skaalautuvia
- teadus
- teadlane
- teadlased
- skripte
- kindlustama
- turvalisus
- eri
- teenima
- istung
- komplekt
- seaded
- seade
- Jaga
- jagatud
- jagamine
- Shell
- peaks
- presentatsioon
- näidatud
- Näitused
- väike
- So
- lahendus
- Lahendused
- LAHENDAGE
- allikas
- Ruum
- tühikud
- sport
- algus
- Käivitus
- olek
- Samm
- Sammud
- salvestada
- kauplustes
- kiirendama
- stuudio
- Edukalt
- toetama
- süsteem
- süsteemid
- Ülesanne
- meeskond
- meeskonnad
- terminal
- et
- .
- Allikas
- oma
- Neile
- Need
- Läbi
- aeg
- aega võttev
- et
- koolitatud
- koolitus
- ui
- laetud
- URL
- us
- Kasutus
- kasutama
- Kasutaja
- Kasutajad
- kontrollima
- versioon
- vaade
- web
- veebirakendused
- veebibrauseri
- M
- mis
- kuigi
- WHO
- will
- koos
- jooksul
- ilma
- Töö
- töö
- sa
- Sinu
- sephyrnet