使用MoXing实现手写数字图像识别应用
使用MoXing实现手写数字图像识别应用
第一步：建立数据桶文件，来存放mnist数据集文件、模型训练脚本文件train_mnist.py、推理代码customize_service.py和配置文件config.json 。其中mnist数据集文件存放在桶信息mnist-example/mnist/下。mnist-example为你建立的桶名。train_mnist.py文件放在桶的路径为：/mnist-example/codes/，为codes文件下。推理代码customize_service.py和配置文件config.json 上传到OBS对象存储：/mnist-example/log/model/目录下。尤其注意config.json 得传到model目录下。
准备数据
步骤1：创建桶
找到华为云中的对象存储服务，点击右边创建桶，创建一个名为“mnist-example-mcq2”的桶来存放数据集
步骤2：导入数据集
先进入华为云AI市场，查找到“Mnist-Data-Set”数集。
搜索框内输入“Mnist”即可。且不可搜索“Mnist-Data-Set”。结果为空
点击下载图标，进入数集导入界面
新建数据集名字“Mnisi-data-set-mcq”。选择存储路径，这时候需要在刚刚建出的桶下新建一个文件夹来存放数据集。
可以取名为“mnist”来存放。
再次确认。
这个直接确认。
再确认。华为很细心啊！！！
数据集导入成功：
复查下数据集在桶的路径：
刚刚完成的是在自己的OBS里面导入华为云AI市场中的“Mnist-Data-Set”数据集。接下来我们要做的训练模型。
训练模型
步骤1：下载模型训练脚本文件train_mnist.py。（下载链接：http://123.206.26.34/html/ai/?nsukey=BPiF3JqJ2DEmmktk9XWtBcWrgrvHfRBPP0I%2BixJLgacQeKbW%2B7DaNkPLxOQzhHd55eDqoHEWSrc5XXDO2mgp6lQIsKSiuQE9VCsZF6kMtn5xaa4Qqg9M3rk1LaVMSJLMNT8Z4WFQ0dvSsaDsTjNIrgPZQENliFexa2c58DzUv0hrmjZLFf%2Bdw%2BC1zT8mUIWt）
点击下载，保存到本地桌面。同时在华为云上再次打开“对象存储服务”。选择刚刚建立的“mnist-example-mcq2”桶。点击打开
找到左边菜单栏中的对象，点击打开。
点击新建文件夹，新建一个名为"codes"的文件来存放train_mnist.py文件。该文件不能与刚建立的存放数据集mnist，同一文件夹里。
建完效果：
点击打开“codes”文件夹，选择上传对象，上传本地“train_mnist.py”文件。
步骤2：
返回到ModelArts工作台上，点击左边训练作业，弹出右边的训练作业操作界面，点击创建。
进入创建训练作业页面后，名称可以随意写。
“数据来源”请选择“数据的存储位置
选择之前存放数据集的路径
“算法来源”请选择“常用框架”，“AI引擎”选择“TensorFlow"；“代码目录”请选择型训练脚本文件train_mnist.py所在的OBS父目录（/mnist-example-mcq2/codes/）；“启动文件”请选择“train_mnist.py”；
配置完毕截图：
“训练输出位置”请选择一个路径（例如/mnist-example-mcq2/log/）用于保存输出模型和预测文件。可在此直接新建OBS桶下文件（log文件夹来存放“训练输出位置”信息）。
“资源池“请选择“计算型GPU P100“。参数为：CPU：8核 64GiB GPU：1 * nvidia-p100 16GiB。训练起来那是飞一样的感觉。
点击下一步后，再次确认下刚刚配置是否一致。
点击无误后确定训练。
等待训练的完成。
步骤 3 在训练运行完成后，点击刚刚建立的训练作业名称“trainjob-mcq2 ”在“训练作业”界面，点击TensorBoard，再点击“创建”按钮，参数“名称”可随意填写，“日志路径”请选择步骤3中“训练输出位置”参数中的路径（ /mnist-example-mcq2/log/
），或者直接进入训练作业界面点击作业名称，点击右上角的“创建TensorBoard”。
记住这个服务开启后，在训练结束后记得，得从新回来，在此进行停止操作。
部署模型
模型训练完成后，将模型部署为在线预测服务，操作步骤如下：
步骤 1 将推理代码customize_service.py和配置文件config.json 上传到OBS对象存储：/mnist-example/log/model/目录下（下载链接：http://123.206.26.34/html/ai/?nsukey=BPiF3JqJ2DEmmktk9XWtBcWrgrvHfRBPP0I%2BixJLgacQeKbW%2B7DaNkPLxOQzhHd55eDqoHEWSrc5XXDO2mgp6lQIsKSiuQE9VCsZF6kMtn5xaa4Qqg9M3rk1LaVMSJLMNT8Z4WFQ0dvSsaDsTjNIrgPZQENliFexa2c58DzUv0hrmjZLFf%2Bdw%2BC1zT8mUIWt））；customize_service.py文件为推理代码，config.json 为推理需要获取的相关配置信息。
找到log下的model文件。打开
上传刚刚下载到本地customize_service.py与config.json文件。
上传结果：
步骤 2 点击“训练作业”->“trainjob-mcq2”，进入训练作业后点击右上角的“创建模型”（或者进入“模型管理”界面，单击左上角的“导入”），参考下图填写参数。名称可随意填写，“版本”按照要求输入，“元模型来源”选择“从训练中选择”->“选择训练作业”和“版本”（或者选择“指定元模型位置”，“选择元模型”的路径与训练模型中“训练输出位置”保持一致：）。模型运行成功，进行在线部署！
最后确认下！
等待中！！！
成功！！！
测试运行
案例图
点击刚刚部署成功的在线服务。
点开后，点击预测进行在线预测。
ok，这就是在华为云上操作ModelArts平台使用MoXing实现手写数字图像识别应用。一起来体验下吧！