华为云应用编排,手把手教您完成pytorch代码部署-DOIT

PyTorch是由Facebook人工智能研究院于2017年1月在github上开源的深度学习框架,一经开源就迅速吸引了人们的眼球。其历史可以追溯至2002年使用Lua语言的Torch框架,并由其幕后团队一手打造。PyTorch作为Torch框架的继任者,并不仅仅只是移植代码并提供接口,而是深入支持了Python,对大量模块进行了重构,并新增了最先进的变量自动求导系统,成为时下最流行的动态图框架。

在入门时,PyTorch提供了完整的文档,并有着活跃的社区论坛,对于新手而言上手遇到的难关容易解决。更深入一些,在特性设计上,PyTorch对于抽象出的概念较少,易于理解,同时提供的API的设计理念与Torch一脉相承,符合人的一般思维,接口优雅。而框架最核心的性能方面,PyTorch的速度表现在许多评测中胜过TensorFlow和Keras等知名框架。

本文将以一个使用了pytorch的demo代码pytorch-classify为例,通过华为云上的容器服务一键式部署,5分钟完成免费的云上pytorch代码的部署。

传统部署方式

首先是准备环境。先有个服务器,这台服务器需要能够被外部访问。而后在操作系统里使用yum安装需要的python(3.6.5)、pip、git,再通过pip等方式获取到代码需要的依赖(pytorch 0.4.1),准备好软件依赖后检查pytorch-classify代码所需的各项环境配置是否满足要求。而后通过git拉取版本代码放入环境内,通过脚本运行起来。

在简单环境下,这种部署方式是没有任何问题的。但是由于真实环境复杂,事情并没有那么简单,上面的每一步都可能会有问题,并且有些问题很难处理。比如说安装软件的时候,环境上已有2.7.11的python版本,并且已经为另外一个项目所使用,那么此时的你并不一定有能力与魄力选择将python版本升级并还能保证一切都是ok的。

本方法在复杂环境下部署时间上限与影响范围极难估计,只适合简单应用的部署。

华为云上容器部署方式

容器依托操作系统提供的沙箱机制,能够将应用及其运行环境直接打包为镜像,一次打包多次运行。同时,依托于Kubernetes(k8s)等容器编排引擎,容器支持自动化部署以及大规模可伸缩的应用容器化管理,这些特性大大方便了应用的部署。K8s使应用系统变成了一系列应用相关的配置,简单同时不易出错,在部署大型应用系统的时候也有一战之力。

一个应用系统一般会有多个应用相关的配置,虽然现在升级的时候只需要修改配置项,但是由人工逐项操作不免依然费时费力还容易出错。此时,你需要华为云的应用编排服务(AOS)。

在AOS中,一个应用系统对应一个堆栈,堆栈由模板加配置生成,只需要修改配置,其他一切由AOS负责。