1.什么是部署TFserving

当你训好你的模型，需要提供给外部使用的深度时候，你就需要把模型部署到线上，学习并提供合适的模型接口给外部调用。你可能会考虑一些问题：

 用什么来部署  怎么提供api接口  多个模型GPU资源如何分配  线上模型如何更新而服务不中断

目前流行的部署深度学习框架Tensorflow和Pytorch， Pytorch官方并没有提供合适的深度线上部署方案；Tensorflow则提供了TFserving方案来部署线上模型推理。另外，学习Model Server for Apache MXNet 为MXNet模型提供推理服务。模型

本文为TFServing的部署使用指南。如果你是深度pytorch或者MXNet模型，也可以通过ONNX转成TFserving的学习模型，部署在TFServing上。模型

那什么是部署TFserving?

TFserving是Google 2017推出的线上推理服务；采用C/S架构，客户端可通过gRPC和RESTfull API与模型服务进行通信。深度

TFServing的学习特点：

 支持模型版本控制和回滚：Manager会进行模型的版本的管理  支持并发，实现高吞吐量  开箱即用，并且可定制化  支持多模型服务  支持批处理  支持热更新：Source加载本地模型，云服务器通知Manager有新的模型需要加载，Manager检查模型的版本，通知Source创建的Loader进行加载模型  支持分布式模型

2.TFserving安装

强烈建议采用docker方式安装TFserving，安装依赖docker和nvidia-docker（TFserving的gpu需要）

 docker 安装  #安装yum-utils工具和device-mapper相关依赖包  yum install -y yum-utils \  device-mapper-persistent-data \  lvm2  #添加docker-ce stable版本的仓库  yum-config-manager \  --add-repo \  https://download.docker.com/linux/centos/docker-ce.repo  #更新yum缓存文件  yum makecache fast  #查看所有可安装的docker-ce版本  yum list docker-ce --showduplicates | sort -r  # 安装docker-ce  yum install docker-ce-17.12.1.ce-1.el7.centos  #允许开机启动docker-ce服务  systemctl enable docker.service  #启动Docker-ce服务  systemctl start docker  #运行测试容器hello-world  docker run --rm hello-world   nvidia-docker 安装  # 安装nvidia-docker2  yum install -y nvidia-docker2-2.0.3-1.docker17.12.1.ce  # 重启docker服务  service docker restart   安装TFserving  docker pull tensorflow/serving:latest-gpu  # 可以选择其他版本如 docker pull tensorflow/serving:1.14.0-rc0-gpu 

注意：docker版本和nvidia-docker要匹配

 目前最新的nvidia-docker需要Docker为19.03 可参考官方https://github.com/NVIDIA/nvidia-docker  nvidia-docker2 支持Docker版本低于19.03的其他版本（需>=1.12），现有服务器有18.09,1.17,1.13  https://github.com/NVIDIA/nvidia-docker/wiki/Installation-(version-2.0)

3.TFserving使用说明

3.1 模型转换

TFserving的模型需要转换成TFserving的格式， 不支持通常的checkpoint和pb格式。

TFserving的模型包含一个.pb文件和variables目录（可以为空）,导出格式如下：. 

├── 1  │   ├── saved_model.pb  │   └── variables  ├── 2  │   ├── saved_model.pb  │   └── variables 

不同的深度学习框架的转换路径： 

(1) pytorch(.pth)--> onnx(.onnx)--> tensorflow(.pb) --> TFserving  (2) keras(.h5)--> tensorflow(.pb) --> TFserving  (3) tensorflow(.pb) --> TFserving 

这里详细介绍下pb转换成TFserving模型 

import tensorflow as tf  def create_graph(pb_file):      """Creates a graph from saved GraphDef file and returns a saver."""      # Creates graph from saved graph_def.pb.      with tf.gfile.FastGFile(pb_file, rb) as f:          graph_def = tf.GraphDef()          graph_def.ParseFromString(f.read())          _ = tf.import_graph_def(graph_def, name=)  def pb_to_tfserving(pb_file, export_path, pb_io_name=[], input_node_name=input, output_node_name=output, signature_name=default_tfserving):      # pb_io_name 为 pb模型输入和输出的节点名称，      # input_node_name为转化后输入名      # output_node_name为转化后输出名      # signature_name 为签名      create_graph(pb_file)      # tensor_name_list = [tensor.name for tensor in tf.get_default_graph().as_graph_def().node]      input_name = %s:0 % pb_io_name[0]      output_name = %s:0 % pb_io_name[1]      with tf.Session() as sess:          in_tensor = sess.graph.get_tensor_by_name(input_name)          out_tensor = sess.graph.get_tensor_by_name(output_name)          builder = tf.saved_model.builder.SavedModelBuilder(export_path)  ## export_path导出路径          inputs = {input_node_name: tf.saved_model.utils.build_tensor_info(in_tensor)}            outputs = {output_node_name: tf.saved_model.utils.build_tensor_info(out_tensor)}          signature = tf.saved_model.signature_def_utils.build_signature_def(              inputs, outputs, method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME)          builder.add_meta_graph_and_variables(              sesssess=sess, tags=[tf.saved_model.tag_constants.SERVING],              signature_def_map={signature_name: signature}, clear_devices=True)  ## signature_name为签名，可自定义          builder.save()  pb_model_path = test.pb  pb_to_tfserving(pb_model_path, ./1, pb_io_name=[input_1_1,output_1],signature_name=your_model) 

3.2 TFserving配置和启动

模型导出后，同一个模型可以导出不同的版本（版本后数字），可以TFserving配置中指定模型和指定版本。TFserving的模型是通过模型名称和签名来唯一定位。TFserving 可以配置多个模型，亿华云充分利用GPU资源。

 模型配置  # models.config  model_config_list {    config {      name: your_model      base_path: /models/your_model/      model_platform: tensorflow  #     model_version_policy {  #       specific {  #         versions: 42  #         versions: 43  #       }  #     }  #     version_labels {  #       key: stable  #       value: 43  #     }  #     version_labels {  #       key: canary  #       value: 43  #     }    }    config {      name: "mnist",      base_path: "/models/mnist",      model_platform: "tensorflow",      model_version_policy: {         specific: {          versions: 1,          versions: 2         }    }  }  # 可以通过model_version_policy 进行版本的控制   启动服务  # 建议把模型和配置文件放在docker外的本地路径，如/home/tfserving/models， 通过-v 挂载到docker内部  # --model_config_file： 指定模型配置文件  # -e NVIDIA_VISIBLE_DEVICES=0： 指定GPU  # -p 指定端口映射 8500为gRpc 8501为restful api端口  # -t 为docker镜像  nvidia-docker run  -it --privileged  -d -e NVIDIA_VISIBLE_DEVICES=0  -v /home/tfserving/models:/models  -p 8500:8500 -p 8501:8501 \   -t tensorflow/serving:latest-gpu \  --model_config_file=/models/models.config  # /home/tfserving/models 结构  ├── models.config  └── your_model      ├── 1      │   ├── saved_model.pb      │   └── variables      └── 2          ├── saved_model.pb          └── variables  # test  curl http://192.168.0.3:8501/v1/models/your_model  {      "model_version_status": [          {              "version": "2",              "state": "AVAILABLE",              "status": {              "error_code": "OK",              "error_message": ""              }          }      ]        }  # 其他启动方式  # 如果多个模型在不同的目录，可以通过-mount 单独加载  nvidia-docker run  -it --privileged  -d -e NVIDIA_VISIBLE_DEVICES=0 \  --mount type=bind,source=/home/tfserving/models/your_model,target=/models/your_model \  --mount type=bind,source=/home/tfserving/models/your_model/models.config,target=/models/models.config \  -p 8510:8500 -p 8501:8501 \  -t tensorflow/serving:latest-gpu \  --model_config_file=/models/models.config 

3.3 TFserving服务调用

客户端可以通过gRpc和http方式调用TFserving服务模型，支持多种客户端语言，这里提供python的调用方式; 调用都是通过模型名称和签名来唯一对应一个模型

 gRpc调用, gRpc的端口是8500  #  # -*-coding:utf-8 -*-  import tensorflow as tf  from tensorflow_serving.apis import predict_pb2  from tensorflow_serving.apis import prediction_service_pb2_grpc  import grpc  import time  import numpy as np  import cv2 class YourModel(object):      def __init__(self, socket):          """         Args:              socket: host and port of the tfserving, like 192.168.0.3:8500          """          self.socket = socket          start = time.time()          self.request, selfself.stub = self.__get_request()          end = time.time()          print(initialize cost time:  + str(end - start) +  s)      def __get_request(self):          channel = grpc.insecure_channel(self.socket, options=[(grpc.max_send_message_length, 1024 * 1024 * 1024),                                                                (grpc.max_receive_message_length, 1024 * 1024 * 1024)]) # 可设置大小          stub = prediction_service_pb2_grpc.PredictionServiceStub(channel)          request = predict_pb2.PredictRequest()          request.model_spec.name = "your_model"  # model name          request.model_spec.signature_name = "your_model"  # model signature name          return request, stub      def run(self, image):          """          Args:              image: the input image（rgb format）          Returns: embedding is output of model          """          img = image[..., ::-1]           self.request.inputs[input].CopyFrom(tf.contrib.util.make_tensor_proto(img))  # images is input of model          result = self.stub.Predict(self.request, 30.0)          return tf.make_ndarray(result.outputs[output])      def run_file(self, image_file):          """          Args:              image_file: the input image file          Returns:          """          image = cv2.imread(image_file)          image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)          return self.run(image)  if __name__ == __main__:      model = YourModel(192.168.0.3:8500)      test_file = ./test.jpg      result = model.run_file(test_file)      print(result)      # [8.014745e-05 9.999199e-01]   restful api调用: restful端口是8501  import cv2  import requests  class SelfEncoder(json.JSONEncoder):      def default(self, obj):          if isinstance(obj, np.ndarray):              return obj.tolist()          elif isinstance(obj, np.floating):              return float(obj)          elif isinstance(obj, bytes):              return str(obj, encoding=utf-8);          return json.JSONEncoder.default(self, obj)  image_file = /home/tfserving/test.jpg  image = cv2.imread(image_file)  image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)  img = image[..., ::-1]  input_data = {      "signature_name": "your_model",      "instances": img  }  data = json.dumps(input_data, cls=SelfEncoder, indent=None)  result = requests.post("http://192.168.0.3:8501/v1/models/your_model:predict", datadata=data)  eval(result .content)  # {predictions: [8.01474525e-05, 0.999919891]} 

5.总结

本文介绍了TFserving部署线上推理服务，从模型的转换，部署启动和调用推理，欢迎交流，希望对你有帮助。我们来回答下开篇提出的问题

 用什么来部署：当然是TFserving  怎么提供api接口：TFserving有提供restful api接口，现实部署时会在前面再加一层如flask api  多个模型GPU资源如何分配：TFserving支持部署多模型，通过配置  线上模型如何更新而服务不中断：TFserving支持模型的不同的版本，如your_model中1和2两个版本，当你新增一个3模型时，TFserving会自动判断，自动加载模型3为当前模型，免费信息发布网不需要重启