torchblaze

火花片

鏈接到文檔

基於CLI的Python軟件包，提供了一套功能套件，可以使用Pytorch執行端到端ML。

以下是該工具提供的一組功能：

---

• 燒瓶-API模板：設置基本的Pytorch Project Sturcture，並使用單個CLI命令進行易於調整的燒瓶-Restful API。部署ML模型從未如此簡單。

• 測試ML API ：設置API後，測試所有API終點，以確保在將API推向部署之前獲得預期的結果。

• Dockerization ：簡化的，單個命令，簡單的Dockerization，用於您的ML API。

• ML模型測試套件：該軟件包帶有一個內置的測試套件，該套件可以通過一組測試評估您的Pytorch型號，以查找任何可能不容易追踪的錯誤。

這是可用命令列表：

---

• 設置模板項目：

 foo@bar:~ $ torchblaze generate_template --project_name example

• 構建Docker Image（需要安裝Docker）：

第一個CD到包含app.py文件的根項目目錄。

 foo@bar:~ $ torchblaze generate_docker --image_name example_image

• 運行Docker Image（需要安裝Docker）：

 foo@bar:~ $ torchblaze run_docker --image_name example

• 執行API測試：

第一個CD到包含app.py文件的根項目目錄。

 foo@bar:~ $ torchblaze api_tests

• 執行模型測試：

導入mltests軟件包

 import torchblaze . mltests as mls

然後使用MLTests軟件包中可用的各種測試方法。運行以下命令以獲取可用方法的列表。

 dir ( mls )

要檢查文檔中是否有任何可用測試，請使用幫助方法：

 help ( mls . < method_name > )