百度飞桨BML平台机器学习模型部署_飞浆平台部署

目录

前言

一、进入BML

 二、进入数据集

​三、训练模型

 四、部署模型

五、设置API

 六、使用模型

---

前言

对于百度的AI studio平台必须要使用模型框架和模型参数才能部署，对于机器学习的pkl文件无法部署，因此使用BML平台来部署

---

一、进入BML

首先进入BML官网

BML 全功能AI开发平台 (baidu.com)

点击立即使用即可进入

 二、进入数据集

 点击数据总览

 点击创建数据集

 数据类型选择表格，输入数据集名称， 可已选择完成创建，然后之后再导入，也可以点击创建并导入。这是点击创建并导入

点击上传文件

 我上传的csv数据集，列分符号选择默认的半角符号就行了，表头一定要选择正确，不然会报错，最后再点击下一步

 然后直接点击确定就好了

等待导入之后就导入成功了

  三、训练模型

点击预置模型调参

 点击机器学习模型

点击立即创建和创建任务都可以

 输入名称 ，填一下描述就好了，点击确定

在下方找到创建的任务，点击新建运行

 在下方选择数据集，然后目标列（就是输出的标签），让后选择算法类型，任务备注填写一下 把发布模型打开，输入名称，别名，然后就可以提交任务了

 之后训练模型，可以把训练完模型发送信息选上哦，时间的话看你的数据集多大了，我的就训练了2个小时

 然后点击模型管理就可以看到训练好的模型

 如图

 而且在模型调参里面，选择评估报告，如果准确率比较高，就可以直接使用了 

 四、部署模型

点击在线服务

 点击部署模型

然后填写服务器名称，填写接口地址，学过javaweb的Servlet或者python的django都很清楚，在前面都是固定的url（tomcat框架或django框架），要是想访问那个方法就要另，作为一个名字来访问。这个也是一样啦，代表给这个模型起了个访问的别名而已。

 然后在我的模型找到刚刚训练的模型就好，点击开始部署就部署成功了。

然后把部署的模型开启就OK

五、设置API

点击查看详情 

可以点击查看API文档，按这步骤一步一步来，也可以继续按照下面的来，一样的。

 点击控制台

 打开在线服务里面应用列表

 点击创建应用

 选择个人，填写信息然后创建就行

 然后就获得了如下，我梦需要里面的App Key(AK)和Secret Key(SK)。

 之后我们找个编程软件python，java，arkts可以利用http跟百度交互的都行，在文档中可以找到具体代码，通过上面获取的AK SK然后，利用官网的代码

通用参考 - 鉴权认证机制 | 百度AI开放平台 (baidu.com)

client_id 为官网获取的AK， client_secret 为官网获取的SK

 然后通过代码获取access_token作为通行证

然后再回应的数据里面找这样的数据access_token后面对应的数据

 然后把：接口地址后面+?access_token=+刚刚获取的access_token就是以后外部访问的接口了，

如

https://aip.baidubce.com/rpc/2.0/ai_custom_bml/v1/table_infer/xxxx?access_token=24.56f2017bc9b0b6ef2af536ebeecd5d9d.xxxxxx.1694522760.282335-37634909

 六、使用模型

然后就可以通过其他客户端通过API与部署的模型交互，文档如图所示

data里面就是开始设置的字段名：输入数据

如

然后交互 

获取预测结果