Развернуть проект tfjs-node на облачной платформе

В этом документе описывается, как запустить процесс Node.js с пакетом @ tensorflow / tfjs-node на облачных платформах.

Начиная с tfjs-node@1.2.4, запуск проекта Node.js на облачных платформах не требует дополнительной настройки. Это руководство покажет , как запустить mnist-узел , например , в @ tensorflow / tfjs-примеры хранилища на Heroku и GCloud. Поддержка Node.js Heroku является задокументирована в этой статье . Запуск Node.js на Google Cloud Platform документирован здесь .

Разверните проект Node.js на Heroku

Предпосылки

  1. Установлены Node.js и npm
  2. Аккаунт Heroku
  3. Heroku CLI

Создайте приложение Node.js

  1. Создайте папку и скопировать data.js , main.js , model.js и package.json файлы из mnist-узла . Например ,
  2. Убедитесь, что зависимость @ tensorflow / tfjs-node - @ 1.2.4 или более новая версия.

Создайте свое приложение и запустите его локально

  1. Запуск npm install команду в локальном каталоге для установки зависимостей, которые заявлены в package.json файл. Вы должны увидеть, что пакет tfjs-node установлен и libtensorflow загружен.
$ npm install
> @tensorflow/tfjs-node@1.2.5 install mnist-node/node_modules/@tensorflow/tfjs-node
> node scripts/install.js

CPU-linux-1.2.5.tar.gz
* Downloading libtensorflow
[==============================] 22675984/bps 100% 0.0s
* Building TensorFlow Node.js bindings
  1. Поезд модель локально, запустив npm start .
$ npm start
> tfjs-examples-mnist-node@0.1.0 start /mnist-node
> node main.js

2019-07-30 17:33:34.109195: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
2019-07-30 17:33:34.147880: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 3492175000 Hz
2019-07-30 17:33:34.149030: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x52f7090 executing computations on platform Host. Devices:
2019-07-30 17:33:34.149057: I tensorflow/compiler/xla/service/service.cc:175]   StreamExecutor device (0): <undefined>, <undefined>

Total params: 594922
Trainable params: 594922
Non-trainable params: 0
_________________________________________________________________
Epoch 1 / 20
Epoch 1 / 20
========================>----------------------------------------------------------------------------------: 35.5
  1. Убедитесь, что вы игнорируете артефакты сборки, такие как node_modules, в вашем файле .gitignore.

Создайте и разверните приложение Heroku

  1. Создайте новое приложение на сайте Heroku
  2. Зафиксируйте свои изменения и отправьте мастеру heroku
$ git init
$ heroku git:remote -a your-app-name
$ git add .
$ git commit -m "First Commit"
$ git push heroku master
  1. В журналах сборки вы должны увидеть, как пакет tfjs-node загружает библиотеку TensorFlow C и загружает собственный аддон TensorFlow Node.js:
remote: -----> Installing dependencies
remote:        Installing node modules (package.json)
remote:
remote:        > @tensorflow/tfjs-node@1.2.5 install /tmp/build_de800e169948787d84bcc2b9ccab23f0/node_modules/@tensorflow/tfjs-node
remote:        > node scripts/install.js
remote:
remote:        CPU-linux-1.2.5.tar.gz
remote:        * Downloading libtensorflow
remote:
remote:        * Building TensorFlow Node.js bindings
remote:        added 92 packages from 91 contributors and audited 171 packages in 9.983s
remote:        found 0 vulnerabilities
remote:

В журналах процессов на Heroku вы должны увидеть журналы обучения модели:

Total params: 594922
Trainable params: 594922
Non-trainable params: 0
_________________________________________________________________
Epoch 1 / 20
Epoch 1 / 20
====>--------------------------------------------------------------------: 221.9

Вы также можете запустить или отладить процесс в Heroku консоли .

Использование tfjs-node до версии 1.2.4

Если вы используете пакет tfjs-node до версии 1.2.4, пакет требует g ++ для компиляции собственного надстройки узла из исходных файлов. Вам нужно будет убедиться, что в вашем стеке есть пакет Linux, необходимый для сборки (в стеке более новой версии его может не быть по умолчанию).

Развернуть проект Node.js на Google Cloud Platform

Предпосылки

  1. Иметь действующий проект Google Cloud с платежным аккаунтом.
  2. Установить Google Cloud инструмент клиента
  3. Добавить app.yaml файл для настройки Node.js Время воспроизведения

Развернуть приложение в GCloud

Запуск gcloud app deploy , чтобы развернуть локальный код и конфигурации в App Engine. В журналах развертывания вы должны увидеть, что tfjs-node установлен:

$ gcloud app deploy

Step #1:
Step #1: > @tensorflow/tfjs-node@1.2.5 install /app/node_modules/@tensorflow/tfjs-node
Step #1: > node scripts/install.js
Step #1:
Step #1: CPU-linux-1.2.5.tar.gz
Step #1: * Downloading libtensorflow
Step #1:
Step #1: * Building TensorFlow Node.js bindings
Step #1: added 88 packages from 85 contributors and audited 171 packages in 13.392s
Step #1: found 0 vulnerabilities

В журналах приложений вы должны увидеть процесс обучения модели:

Total params: 594922
Trainable params: 594922
Non-trainable params: 0

Epoch 1 / 20
===============================================================================>
745950ms 14626us/step - acc=0.920 loss=0.247 val_acc=0.987 val_loss=0.0445
Loss: 0.247 (train), 0.044 (val); Accuracy: 0.920 (train), 0.987 (val) (14.62 ms/step)
Epoch 2 / 20
===============================================================================>
818140ms 16042us/step - acc=0.980 loss=0.0655 val_acc=0.989 val_loss=0.0371
Loss: 0.066 (train), 0.037 (val); Accuracy: 0.980 (train), 0.989 (val) (16.04 ms/step)
Epoch 3 / 20
Epoch 3 / 20