开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
图像技术
文字识别
人脸与人体识别
视频技术
AR与VR
自然语言处理
知识图谱
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
智能农业
信息服务
智能园区
智能硬件
BML 全功能AI开发平台

    公有云部署

    公有云部署简介

    模型仓库中的模型,发布为公有云部署时储在云端,可通过独立Rest API调用模型,实现AI能力与业务系统或硬件设备整合。
    BML具有完善的鉴权、流控等安全机制,并配置丰富的资源集群稳定承载高并发请求。 并且支持查找云端模型识别错误的数据,纠正结果并将其加入模型迭代的训练集,不断优化模型效果

    模型部署流程

    1. 将训练完成的模型发布到模型仓库,在模型仓库中的『版本列表』中点击『公有云部署』或者点击左侧导航栏的公有云部署,进入公有云部署界面后点击『部署模型』。
    2. 在部署界面,首先进行服务配置:自定义服务名称、接口地址后缀,选择需要部署的模型,
    3. 对每个部署模型还需要进行资源配置,配置模型预测服务所需机器资源。目前资源开放CPU类型,支持按配额与实例进行灵活配置,计费说明请点击查看

    image.png

    1. 配置完成后,点击开始部署即可一键部署模型,并获得专用的API地址。

      说明:

      1、系统将运行公有云部署的机器资源1核cpu和4G内存折算为1配额,提高配额数量能提升QPS和降低推理时延

      2、实例为cpu资源运行的实例数,为保证服务的稳定性,实例数至少需要配置为2。实例数与QPS成正比关系,提高实例数时,QPS能正比增加

    接口赋权

    1. 正式使用还需要对接口进行赋权,在已发布的服务的详情界面,点击『控制台』进入BML控制台。image.png
    2. 在控制台中创建一个应用,获得由一串数字组成的appid,然后就可以参考接口文档正式使用了image.png
    3. 如需为第三方用户配置调用接口的权限,可以前往BML控制台-公有云服务管理-权限管理配置image.png image.png

    公有云部署列表
    公有云部署列表信息由历史提交公有云服务组成,显示服务的基本信息。

    image.png

    如图,在预测服务列表页支持以下操作:

    查看详情:点击进入该公有云服务的详情界面

    重启:对已停止或部署失败的服务进行重新创建,恢复对应的服务为可用状态

    停止:停止该公有云服务,用户不再使用相关服务后可进行这一操作,停止后将不进行计费

    编辑模型:对于已经部署为公有云服务,但尚未配置机器资源的模型,点击可以配置机器资源

    上一篇
    表格预测模型部署
    下一篇
    Paddle框架API调用文档