|
|
# 20 | 模型部署：怎么发布训练好的机器学习模型？
|
|
|
|
|
|
你好，我是黄佳。欢迎来到零基础实战机器学习。
|
|
|
|
|
|
截止到现在，我们这个课程一直都是在本机上跑模型、分析和预测数据。但实际上，机器学习技术并不局限于离线应用，它也可以被部署到生产系统中发挥作用。
|
|
|
|
|
|
在具体部署时，出于对灵活性或者运行速度的需要，开发人员有可能会用Java、C或者C++等语言重写模型。当然，重写模型是非常耗时耗力的，也不一定总是要这样做。像Tensorflow、PyTorch、Sklearn这些机器学习框架都会提供相应的工具，把数据科学家调试成功的机器学习模型直接发布为Web服务，或是部署到移动设备中。
|
|
|
|
|
|
在这一讲中，我们会通过一个非常简单的示例，来看看怎么把我们之前做过的[预测微信文章浏览量](https://time.geekbang.org/column/article/414504)的机器学习模型嵌入到Web应用中，让模型从数据中学习，同时实时接收用户的输入，并返回预测结果。由于移动设备上的部署，还需要一些额外的步骤和工具，如Tensorflow Lite等，我这里不做展示，你有兴趣的话可以阅读[相关文档](https://www.tensorflow.org/lite/guide#3_run_inference_with_the_model)。
|
|
|
|
|
|
我先给你看看搞定后的页面：
|
|
|
|
|
|
|
|
|
|
|
|
在进入具体的部署之前，我带你先整体了解一下，要搭建这个基于Web的机器学习应用，我们需要构建哪些模块。
|
|
|
|
|
|
## 整个项目需要构建哪些模块？
|
|
|
|
|
|
在这个项目中，我们实际上要构建的模块有三个：
|
|
|
|
|
|
* **机器学习模型**：我们会把机器学习模型序列化，生成二进制文件，通过载入这个文件，Web应用程序中就生成了可以调用的机器学习模型对象，我们可以根据Web端传入的点赞数、转发数，用模型来预测对应的浏览量。关于序列化，我们一会儿会详细讲到。
|
|
|
* **用Flask开发的Web应用**：它通过REST API，接收用户输入的点赞数和转发数信息，根据我们的模型计算预测值并返回它。Flask是一个使用Python编写的轻量级Web应用框架，简单易用，这里我们将用它来开发Web应用。
|
|
|
* **HTML页面模板**：允许用户输入点赞数和转发数信息并提交给Web服务器，当Web应用收到信息之后，就会调用机器学习模型，并在HTML页面中显示浏览量的预测值。
|
|
|
|
|
|
那么，这三个模块在整个Web应用中是如何协作的呢？我们来看看这张流程图：
|
|
|
|
|
|
|
|
|
|
|
|
首先，用户通过HTML页面输入点赞数和转发数，并发送预测的REST API请求。代理服务器Nginx接收到请求后，将请求转发给后端服务器uWSGI。接着，后端服务器uWSGI会把请求继续转发给Web应用程序，这时候，Web应用程序会载入机器学习模型，并根据接收到的点赞数和转发数进行预测。预测出的结果再经由Web应用程序、后端服务器uWSGI、代理服务器Nginx，一路返回给HTML页面，呈现给用户。
|
|
|
|
|
|
你可能已经注意到，在图的上半部分，还有一个“数据导入机器学习模型做训练”的过程。这个过程其实只需要完成一次，就是在我们首次创建好模型的时候，用提前准备好的数据集训练模型。后续Web应用程序每次载入模型都不需要再调用数据集进行训练。
|
|
|
|
|
|
基于上面这个流程，我们再来看下这个项目的目录结构（你可以在[这里](https://github.com/huangjia2019/geektime/tree/main/%E8%BF%9B%E9%98%B6%E7%AF%8720)下载这些文件）：
|
|
|
|
|
|
|
|
|
|
|
|
可以看到，在这个项目中，包含了5个文件（文件夹），分别是：
|
|
|
|
|
|
* **templates**：这个文件夹中存放着HTML文件**index.html**，这是给用户看的网页模板，也就是对应着用户能够浏览并输入信息的HTML页面；
|
|
|
* **app.py**：它就是Web API的开发源文件，负责部署机器学习模型；
|
|
|
* **model.py**：这是一个Python脚本文件，存放着我们创建、拟合机器学习模型的代码。Python脚本文件不是像Jupyter Notebook那样一个单元格，一个单元格交互地执行，而是在命令行整体执行。这个文件执行后会生成一个存储模型的二进制文件model.pkl，提供给Web API导入。
|
|
|
* **model.pkl**：就是刚才讲的model.py执行时生成的文件，用来存储模型。
|
|
|
* **易速鲜花微信软文.csv**：这就是我们用来训练模型的数据集。
|
|
|
|
|
|
下面我们就从最简单、最容易理解的HTML页面开始，一步步搭建来这个项目。
|
|
|
|
|
|
## 创建HTML模板
|
|
|
|
|
|
因为我们现在不再是从本机上跑机器学习模型，那么就需要有一个HTML页面，提供给用户通过网络来输入要预测的东西（也就是特征）。这也就是我们通常说的前端，这个不难理解。
|
|
|
|
|
|
HTML的语法也很简单，具体代码如下：
|
|
|
|
|
|
```
|
|
|
<!DOCTYPE html>
|
|
|
<html >
|
|
|
<head>
|
|
|
<meta charset="UTF-8">
|
|
|
<title>机器学习部署应用</title>
|
|
|
|
|
|
|
|
|
</head>
|
|
|
|
|
|
|
|
|
<div class="login">
|
|
|
<h1>浏览量预测</h1>
|
|
|
|
|
|
|
|
|
<!-- Main Input For Receiving Query to our ML -->
|
|
|
<form action="{{ url_for('predict')}}"method="post">
|
|
|
<input type="text" name="点赞数" placeholder="点赞数" required="required" />
|
|
|
<input type="text" name="转发数" placeholder="转发数" required="required" />
|
|
|
<button type="submit" class="btn btn-primary btn-block btn-large">预测浏览量</button>
|
|
|
</form>
|
|
|
|
|
|
|
|
|
<br>
|
|
|
<br>
|
|
|
{{ prediction_text }}
|
|
|
|
|
|
|
|
|
</div>
|
|
|
</body>
|
|
|
</html>
|
|
|
|
|
|
```
|
|
|
|
|
|
这段代码其实构建了这样一个页面：
|
|
|
|
|
|
|
|
|
|
|
|
在这个页面中，用户需要填写两个字段：一个是点赞数，另一个是转发数。这二者都是机器学习模型的特征字段。在这两个字段的旁边还有一个Button“预测浏览量”，用户输入好特征字段后，就可以直接点击这个Button，此时页面会发送Request给Web应用，让它返回模型所预测的标签。
|
|
|
|
|
|
现在，我们把上面的HTML代码Copy下来，另存为HTML格式的文档，并放在项目结构的templates目录之下就好了。注意，它目前只是一个模板，其中的具体内容还要通过Web应用进行动态的渲染，这个我们等会再细说。
|
|
|
|
|
|
|
|
|
|
|
|
网页模板创建好了之后，我们就要创建能够预测微信软文浏览量的机器学习模型。这个机器学习的创建流程非常简单，你可以回忆一下[第3讲](https://time.geekbang.org/column/article/414504)和[第4讲](https://time.geekbang.org/column/article/415149)的内容，同时，你也可以在[这里](https://github.com/huangjia2019/geektime/tree/main/%E8%BF%9B%E9%98%B6%E7%AF%8720)找到“易速鲜花微信软文”数据集。下面，我会带你重新创建一个极简的模型，你可以把它视为我们对之前内容的一次复习。
|
|
|
|
|
|
## 创建机器学习模型
|
|
|
|
|
|
整个创建过程说起来很简单。首先，我们使用 Pandas 的fillna函数，处理一下数据集中点赞数字段的缺失值（你也可以考虑用均值填充）。然后，我们再创建线性回归模型作为机器学习算法，并进行拟合和预测。最后，我们把这个模型保存为model.py文档。
|
|
|
|
|
|
这里你需要注意的是，“.py”格式的Python脚本文件可以整体运行，它不是像Jupyter Notebook中那样按每个单元格来一步步运行，这其实只是为了简化流程。而编辑器，我使用的是Annaconda中自带的Spyder（如下图所示），当然你也可以使用其他Python开发环境来编辑，这并没有特别的限制。
|
|
|
|
|
|
|
|
|
|
|
|
我们看一下整个创建机器学习模型的Python代码：
|
|
|
|
|
|
```
|
|
|
import pandas as pd # 导入Pandas
|
|
|
import pickle # 导入序列化工具Pickle
|
|
|
|
|
|
|
|
|
df_ads = pd.read_csv('易速鲜花微信软文.csv') #导入数据集
|
|
|
|
|
|
|
|
|
df_ads['转发数'].fillna(df_ads['点赞数'], inplace=True) #一种补值方法
|
|
|
|
|
|
|
|
|
X = df_ads.drop(['浏览量'],axis=1) # 特征集，Drop掉标签相关字段
|
|
|
y = df_ads.浏览量 # 标签集
|
|
|
|
|
|
|
|
|
from sklearn.linear_model import LinearRegression #导入线性回归模型
|
|
|
regressor = LinearRegression() #创建线性回归模型
|
|
|
|
|
|
|
|
|
regressor.fit(X, y) #拟合模型
|
|
|
|
|
|
|
|
|
pickle.dump(regressor, open('model.pkl','wb')) #序列化模型（就是存盘）
|
|
|
|
|
|
|
|
|
model = pickle.load(open('model.pkl','rb')) #反序列化模型（就是再导入模型）
|
|
|
|
|
|
|
|
|
print(model.predict([[300, 800]])) #进行一个预测
|
|
|
|
|
|
```
|
|
|
|
|
|
这段Python代码就是我们反复操练过的机器学习实战5步，相信你并不陌生。代码中唯一的新东西是Pickle。Pickle 是Python 中的序列化和反序列化工具，可以将Python对象以文件的形式存放在磁盘上，以供后面的Web应用调用它。
|
|
|
|
|
|
具体来讲，Pickle会把内存中的模型对象（也就是Python对象），转换为0和1的字节流，形成字节流文件model.pkl存储到磁盘，这个过程叫存盘，也叫“序列化”。
|
|
|
|
|
|
这个字节流文件model.pkl可以被保存到磁盘的任意地方，当我们需要调用模型的时候，Pickle 会把磁盘中的model.pkl再转换为Python对象，存在内存中。这个时候模型就被还原了，可以使用了。这个过程就叫做“反序列化”。
|
|
|
|
|
|
在上面的代码中，pickle.dump()做的就是序列化，pickle.load()做的就是反序列化。对于这两个过程，你可以通过下面这张图做进一步的理解：
|
|
|
|
|
|
|
|
|
|
|
|
当我们把上面那段Python代码存为model.py文档，并在Spyder中运行model.py后，模型就完成了创建、训练和拟合的过程，同时也经历了序列化。这时候，model.py所在目录下就出现了一个字节流文件model.pkl文件：
|
|
|
|
|
|
|
|
|
|
|
|
我们前面提到，在Web应用调用模型的过程中，需要把模型对象做一个转换，然后模型才能被使用。虽然我们用[Pickle](https://docs.python.org/3/library/pickle.html)实现这个过程比较方便，但是它要求应用程序也是Python语言开发的，否则应用程序无法读取[Pickle](https://docs.python.org/3/library/pickle.html)所生成的序列化文件。
|
|
|
|
|
|
显然，这并不适用于我们所有的应用开发需求。因此，这里我再给你介绍几种模型序列化和导出的格式，如果你在工程实践中需要使用，参考相关文档即可，它们的原理和Pickle是类似的。
|
|
|
|
|
|
* [**Joblib**](https://joblib.readthedocs.io/en/latest/)：Joblib是一组在 Python 中提供轻量级流水线（pipelining）的工具，它的功能和Pickle相似。Joblib通过缓存机制将磁盘上的文件隐式链接到原始 Python 对象的执行上下文，并支持简单的并行计算。和Pickle相比，它的优势是并行化、良好的日志、追踪功能以及大数据支持。
|
|
|
* [**ONNX**](https://github.com/onnx)：ONNX是一种开放神经网络交换格式，支持跨语言存储和移植预测模型。大多数深度学习库都支持它，其中，sklearn有专门的扩展库，负责把模型转换为ONNX的格式。
|
|
|
* [**PMML**](https://en.wikipedia.org/wiki/Predictive_Model_Markup_Language)：PMML是预测模型的另一种交换格式。与ONNX一样，sklearn也有一个专门的扩展库用于将模型转换为PMML格式。不过，它的缺点是仅支持某些类型的预测模型。 PMML历史悠久，出现于1997年，因此，有大量的应用程序使用这个格式，例如PEGA和SAP等。
|
|
|
* [**POJO 和 MOJO**](http://docs.h2o.ai/h2o/latest-stable/h2o-docs/productionizing.html#about-pojos-and-mojos)：POJO和MOJO是[H2O.ai](https://www.h2o.ai/)的导出格式，旨在为 Java 应用程序提供一个易于嵌入的模型。然而，它们仅适用于使用 H2O 的平台。
|
|
|
|
|
|
好了，现在我们有了HTML网页模板和机器学习模型，下一步，我们开始创建Web应用，用这个应用来调用机器学习模型。
|
|
|
|
|
|
## 创建Web应用，并在其中调用模型
|
|
|
|
|
|
创建Web应用并不复杂，我们用Flask就可以轻松完成。Flask是一个使用Python编写的轻量级Web应用框架，它内置开发服务器和调试器，也支持RESTful 请求，不需要我们做复杂的搭建。
|
|
|
|
|
|
我们前面说，这个Web应用的主要作用是，在接收到HTML页面传来的信息后，调用模型计算出预测结果，然后把预测结果返回给HTML页面。
|
|
|
|
|
|
当然，这只是一个大致的过程，详细来讲，这里面有两个关键步骤需要你注意。第一，在调用模型的时候，我们需要把模型从字节流文件反序列化为Python对象，然后这个模型才能正式被使用，这一点我们在前面提到过。
|
|
|
|
|
|
第二，Web应用在接收到用户输入的信息后，实际上会调用index.html模板生成一个/predict页面，这个页面是最终呈现给用户的，其中会包含预测结果。在模型预测出结果后，Web应用会把这个结果提交到这个/predict页面，返回给用户。
|
|
|
|
|
|
理解了这两点后，我们现在来看具体的代码：
|
|
|
|
|
|
```
|
|
|
import numpy as np #导入NumPy
|
|
|
from flask import Flask, request, render_template #导入Flask相关包
|
|
|
import pickle #导入模块序列化包
|
|
|
|
|
|
|
|
|
app = Flask(__name__)
|
|
|
model = pickle.load(open('model.pkl', 'rb')) #反序列化模型
|
|
|
|
|
|
|
|
|
@app.route('/')
|
|
|
def home(): # 默认启动页面
|
|
|
return render_template('index.html') # 启动index.html
|
|
|
|
|
|
|
|
|
@app.route('/predict',methods=['POST'])
|
|
|
def predict(): # 启动预测页面
|
|
|
|
|
|
|
|
|
features = [int(x) for x in request.form.values()] # 输入特征
|
|
|
label = [np.array(features)] # 标签
|
|
|
prediction = model.predict(label) # 预测结果
|
|
|
|
|
|
|
|
|
output = round(prediction[0], 2) #输出预测结果
|
|
|
|
|
|
|
|
|
return render_template('index.html', #预测浏览量
|
|
|
prediction_text='浏览量 $ {}'.format(output)
|
|
|
|
|
|
|
|
|
if __name__ == "__main__": # 启动程序
|
|
|
app.run(debug=True)
|
|
|
|
|
|
```
|
|
|
|
|
|
那么这个Web应用，就把我们之前训练好的模型和HTML页面串联起来了，并能接收HTML请求，返回结果。
|
|
|
|
|
|
考虑到你可能不太理解这些代码的具体含义，现在我给你简单讲解一下。前几行是导入相关包，这没什么好解释的，我们直接从第6行代码开始看。第6行model = pickle.load(open(‘model.pkl’, ‘rb’))的意思就是导入序列化后的模型，并进行反序列化。
|
|
|
|
|
|
紧接着下一行代码@app.route (‘/index’)是一个装饰器。简单来说，它只是将它下面定义的方法映射到装饰器中提到的 URL，也就是每当用户访问该 URL ‘/’ （完整地址也会有一个 ip 地址和一个端口号，比如 [http://127.0.0.1:5000/](http://127.0.0.1:5000/)），index()方法将被自动调用， index() 方法返回index.html 。注意，我们在index.html 为用户提供了两个输入框，用户可以在其中输入任意的点赞数和转发数的值。
|
|
|
|
|
|
而在home()函数中，flask.render\_template()会查找index.html模板，并渲染出（也就是在运行时动态生成）一个最终给到用户的HTML页面。
|
|
|
|
|
|
第12行代码@app.route (‘/predict’)也是一个装饰器，这个装饰器将predict()方法映射到以“/predict”结尾的URL ，它接受用户提供的输入，完成所有预处理，生成最终特征集，然后调用模型并获得最终预测值。
|
|
|
|
|
|
而其中render\_template()函数所做的工作就是动态渲染HTML页面部分，将预测结果放入 HTML 页面中。只有当用户输入特征，并点击index.html页面中的提交按钮时，预测结果才会被显示。在index.html模板中，我们已经为这些变量值创建了占位符，而render\_template 负责获取模板文件夹中的index.html，把预测值放进HTML模板，渲染出包含最终预测结果的HTML页面。
|
|
|
|
|
|
通过上述讲解，我想你应该可以理解这段创建Web应用的代码了。那到这里呢，我们所有的编码工作也就完成了！下面，我们就来启动这个Web应用。
|
|
|
|
|
|
## 使用已经发布的App
|
|
|
|
|
|
我们单击Spyder的Run按钮就能启动Web应用。当然，你还可以在命令行界面中使用python app.py来运行它。
|
|
|
|
|
|
|
|
|
|
|
|
App启动运行后，IPython Console中的输出如下：
|
|
|
|
|
|
```
|
|
|
runfile('C:/Users/jacky.huang/20/app.py', wdir='C:/Users/jacky.huang/20')
|
|
|
* Serving Flask app "app" (lazy loading)
|
|
|
* Environment: production
|
|
|
WARNING: This is a development server. Do not use it in a production deployment.
|
|
|
Use a production WSGI server instead.
|
|
|
* Debug mode: on
|
|
|
* Restarting with windowsapi reloader
|
|
|
|
|
|
```
|
|
|
|
|
|
这表明，此时Web应用已经开始在WSGI服务器上运行，等候客户端页面随时发送请求。
|
|
|
|
|
|
现在，我们打开一个本机浏览器，访问[http://127.0.0.1:5000/](http://127.0.0.1:5000/)页面。服务器返回如下HTML页面：
|
|
|
|
|
|
|
|
|
|
|
|
然后，我们充当用户角色，输入点赞数和转发数，希望基于这些数值来预测浏览量：
|
|
|
|
|
|
|
|
|
|
|
|
点击“预测浏览量”提交数据后，我们得到了浏览量预测结果：
|
|
|
|
|
|
|
|
|
|
|
|
这说明服务器成功接到HTML页面发送过来的POST API的请求，并根据模型的预测，通过[http://127.0.0.1:5000/predict](http://127.0.0.1:5000/predict)页面返回了预测结果：当点赞数为500，转发数为300时，机器学习模型预测的文章浏览量是46292。
|
|
|
|
|
|
这样，我们就把一个简单的机器学习模型打包成了一个Web应用，成功的部署到网页中啦！
|
|
|
|
|
|
## 总结一下
|
|
|
|
|
|
到这里，我们这一讲就结束了。现在，我们整体做个回顾。
|
|
|
|
|
|
通常，我们会把机器学习模型部署到生产系统（Web端或移动端）中投入使用。部署机器学习模型有多种方式，比如开发人员重新编写模型、通过Web应用把模型部署到Web服务器、通过Tensorflow Lite等工具部署到移动端等等。
|
|
|
|
|
|
这一讲我们重点介绍了怎么把机器学习模型发布为Web应用。总体上，有这么几个开发环节：
|
|
|
|
|
|
1. 开发前端网页HTML呈现模板，用于传递用户输入的特征，同时显示服务器返回的预测结果；
|
|
|
2. 创建机器学习模型，对于模型的训练数据集，我这里仍然使用了csv文件；
|
|
|
3. 通过Pickle工具进行序列化，保存机器学习模型；
|
|
|
4. 用Flask框架开发一个轻量级的Web应用。其中，我们是先反序列化了机器学习模型，然后再把机器学习应用部署到Web服务器上。
|
|
|
|
|
|
实际上，这几个环节都分别有多种实现方式，比如在模型训练数据时，你可以通过访问数据库的方式来获取实时的数据文件；在模型序列化时，你也可以使用Joblib来代替Pickle；在开发Web应用时，你可以选择除Flask之外的其他框架……具体方式，你可以根据实际需要灵活选择。
|
|
|
|
|
|
## 思考题
|
|
|
|
|
|
下面，我给你留两道思考题。
|
|
|
|
|
|
1. 这里我是把预测微信软文浏览量的模型集成在了Web应用中，你是否可以选择其它的实战模型（比如预测用户的LTV价值），也把它集成在Web应用中，通过HTML访问并预测。
|
|
|
2. 你还有哪些机器学习模型上线部署的经验，可否跟我分享一下？
|
|
|
|
|
|
欢迎你在留言区和我分享你的观点，如果你认为这节课的内容有收获，也欢迎把它分享给你的朋友，我们下一讲再见！
|
|
|
|
|
|
|
|
|
|