क्लाउड प्लेटफॉर्म पर tfjs-नोड प्रोजेक्ट परिनियोजित करें

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

यह दस्तावेज़ क्लाउड प्लेटफ़ॉर्म पर @tensorflow/tfjs-node पैकेज के साथ Node.js प्रक्रिया को चलाने का तरीका बताता है।

tfjs-node@1.2.4 से शुरू होकर, क्लाउड प्लेटफॉर्म पर Node.js प्रोजेक्ट चलाने के लिए अतिरिक्त कॉन्फ़िगरेशन की आवश्यकता नहीं है। इस गाइड दिखाएगा को चलाने के लिए कैसे mnist नोड में उदाहरण @ tensorflow / tfjs-उदाहरण Heroku और GCloud पर भंडार। Heroku के Node.js समर्थन इस में प्रलेखित है लेख । Google मेघ प्लेटफ़ॉर्म पर चल रहा है Node.js प्रलेखित है यहाँ ।

Heroku पर Node.js प्रोजेक्ट परिनियोजित करें

आवश्यक शर्तें

  1. Node.js और npm स्थापित
  2. हेरोकू खाता
  3. हेरोकू सीएलआई

Node.js ऐप बनाएं

  1. एक फ़ोल्डर बनाएँ और कॉपी data.js , main.js , model.js और package.json से फाइल mnist नोड उदाहरण।
  2. सुनिश्चित करें कि @ tensorflow/tfjs-नोड निर्भरता @ 1.2.4 या नया संस्करण है।

अपना ऐप बनाएं और इसे स्थानीय रूप से चलाएं

  1. भागो npm install निर्भरता कि घोषित किये गए हैं स्थापित करने के लिए अपने स्थानीय निर्देशिका में आदेश package.json फ़ाइल। आपको यह देखने में सक्षम होना चाहिए कि tfjs-नोड पैकेज स्थापित है और libtensorflow डाउनलोड किया गया है।
$ 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. चलाकर स्थानीय स्तर पर मॉडल ट्रेन 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. सुनिश्चित करें कि आपने अपनी .gitignore फ़ाइल में बिल्ड कलाकृतियों, जैसे कि नोड_मॉड्यूल्स को अनदेखा कर दिया है।

हेरोकू ऐप बनाएं और तैनात करें

  1. Heroku वेबसाइट पर एक नया ऐप बनाएं
  2. अपना परिवर्तन करें और उसकेोकू मास्टर को धक्का दें
$ git init
$ heroku git:remote -a your-app-name
$ git add .
$ git commit -m "First Commit"
$ git push heroku master
  1. बिल्ड लॉग में, आपको tfjs-नोड पैकेज देखने में सक्षम होना चाहिए जो TensorFlow C लाइब्रेरी को डाउनलोड कर रहा है और TensorFlow Node.js नेटिव एडऑन लोड कर रहा है:
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:

हरोकू पर प्रक्रिया लॉग में, आपको मॉडल प्रशिक्षण लॉग देखने में सक्षम होना चाहिए:

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

तुम भी शुरू करने या Heroku में प्रक्रिया डीबग कर सकते हैं सांत्वना ।

संस्करण 1.2.4 . से पहले tfjs-नोड का उपयोग करना

यदि आप संस्करण 1.2.4 से पहले tfjs-node पैकेज का उपयोग कर रहे हैं, तो पैकेज को स्रोत फ़ाइलों से नोड देशी एडऑन को संकलित करने के लिए g++ की आवश्यकता है। आपको यह सुनिश्चित करना होगा कि आपके स्टैक में लिनक्स बिल्ड-आवश्यक पैकेज है (नए संस्करण स्टैक में यह डिफ़ॉल्ट रूप से नहीं हो सकता है)।

Google क्लाउड प्लेटफ़ॉर्म पर Node.js प्रोजेक्ट परिनियोजित करें

आवश्यक शर्तें

  1. बिलिंग खाते के साथ एक मान्य Google क्लाउड प्रोजेक्ट हो
  2. Google मेघ स्थापित ग्राहक उपकरण
  3. App.yaml फ़ाइल कॉन्फ़िगर में जोड़े Node.js रनटाइम

ऐप को GCloud में परिनियोजित करें

भागो gcloud app deploy अनुप्रयोग इंजन स्थानीय कोड और विन्यास तैनात करने के लिए। परिनियोजन लॉग में आपको यह देखने में सक्षम होना चाहिए कि tfjs-node स्थापित है:

$ 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

ऐप्स लॉग में, आपको मॉडल प्रशिक्षण प्रक्रिया देखने में सक्षम होना चाहिए:

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