デプロイメント

はじめに


このドキュメントでは、ABEJA Templateを利用して、ノンコーディングで機械学習サーバーを立ち上げます。今回はImage Classificationのタスクを用います。

学習モデルを用意する


学習モデルを用意します。学習モデルの作成方法はこちらに記載しています。

学習モデルの枠を作る


モデルの「モデルの作成」をクリックして、アップロードの「テンプレート」を選択します。「作成後にデプロイ」にチェックを入れます。

image.png

ジョブ定義から、ジョブ定義とValidation Accuracyが最も高くなった学習ジョブIDを選びます。これでデプロイの準備ができました。

image.png

HTTPサービスの作成


コンソールのデプロイメントに移動すると、先ほど作成したデプロイメントが見つかると思います。

image.png

デプロイメントの名前をクリックして、「HTTPサービスを作成」をクリックします。バージョンとインスタンスタイプ、インスタンス数を選択します。

image.png

数分待つと、ステータスが「使用可能」になり、モデルがWeb APIとしてデプロイされます。学習が完了してから、わずか数分間でモデルをデプロイできました。

image.png

動作確認


「✔︎確認」をクリックして、テストを行います。URLをクリックして、Wikipediaのタンポポの写真のリンクを貼ります。

image.jpeg

送信をクリックすると、推論結果が返ってきます。前節で作った学習モデルだと、Probabilityが98.99%で、DANDELION(タンポポ)と予測しています。

image.png