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. В этом руководстве показано, как запустить пример mnist-node в репозитории @tensorflow/tfjs-examples в Heroku и GCloud. Поддержка Node.js в Heroku описана в этой статье . Запуск Node.js на Google Cloud Platform описан здесь .
Развертывание проекта Node.js на Heroku
Предварительные условия
- Node.js и npm установлены.
- Аккаунт Героку
- Интерфейс командной строки Хероку
Создайте приложение Node.js.
- Создайте папку и скопируйте файлы
data.js
,main.js
,model.js
иpackage.json
из примера mnist-node . - Убедитесь, что зависимость @tensorflow/tfjs-node имеет версию @1.2.4 или новее.
Создайте свое приложение и запустите его локально
- Запустите команду
npm install
в своем локальном каталоге, чтобы установить зависимости, объявленные в файлеpackage.json
. Вы должны увидеть, что пакет tfjs-node установлен и загружен libtensorflow.
$ 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
- Обучите 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
- Обязательно игнорируйте артефакты сборки, такие как node_modules, в файле .gitignore.
Создайте и разверните приложение Heroku.
- Создайте новое приложение на сайте Heroku.
- Зафиксируйте изменения и отправьте их мастеру Heroku.
$ git init
$ heroku git:remote -a your-app-name
$ git add .
$ git commit -m "First Commit"
$ git push heroku master
- В журналах сборки вы должны увидеть, как пакет tfjs-node загружает библиотеку TensorFlow C и загружает собственное дополнение 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 Heroku вы сможете 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 консоли Heroku.
Использование tfjs-node до версии 1.2.4
Если вы используете пакет tfjs-node до версии 1.2.4, пакету требуется g++ для компиляции собственного дополнения узла из исходных файлов. Вам нужно будет убедиться, что в вашем стеке есть пакет, необходимый для сборки Linux (в стеке более новой версии его может не быть по умолчанию).
Развертывание проекта Node.js на Google Cloud Platform
Предварительные условия
- Иметь действующий проект Google Cloud с платежным аккаунтом.
- Установите клиентский инструмент Google Cloud
- Добавьте файл app.yaml для настройки среды выполнения Node.js.
Развертывание приложения в GCloud
Запустите gcloud app deploy
, чтобы развернуть локальный код и конфигурации в App Engine. В журналах развертывания вы увидите, 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 сможете 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