导出模型以进行预测

为了从 AI Platform Prediction 执行预测，您必须将经过训练的机器学习模型导出为一个或多个工件。本指南介绍了几种不同的方法，以导出经过训练的模型，并将导出的文件部署到 AI Platform Prediction 上。

无论您是在 AI Platform Prediction 上执行训练，还是在其他地方执行训练后想部署到 AI Platform Prediction 上执行预测，以下导出模型的方法都适用。

导出模型后，请阅读部署模型的指南，了解如何在 AI Platform Prediction 上创建模型和版本资源以执行预测。

用于预测的自定义代码

Beta 版

此功能须遵守服务专用条款的“通用服务条款”部分中的“非正式版产品条款”。 非正式版功能“按原样”提供，可能只能获得有限的支持。 如需了解详情，请参阅发布阶段说明。

如果要导出 scikit-learn 流水线或自定义预测例程，除了包含机器学习框架提供的预测例程之外，还可以包含在预测时运行的自定义代码。您可以使用此代码预处理预测输入、对预测结果进行后处理，或者添加自定义日志记录。

模型大小上限

如果您使用旧版 (MLS1) 机器类型，则部署到 AI Platform Prediction 的模型工件的文件总大小不能超过 500 MB。如果您使用 Compute Engine (N1) 机器类型，则总大小不能超过 10 GB。详细了解用于在线预测的机器类型。

导出 TensorFlow SavedModel

如果您使用 TensorFlow 训练模型，请将模型导出为TensorFlow SavedModel 目录。如需了解如何导出可部署到 AI Platform Prediction 的 TensorFlow SavedModel，请参阅导出 SavedModel 以进行预测的指南。

如果要将 TensorFlow 模型部署为自定义预测例程的一部分，可以将其导出为 SavedModel 或另一组工件。 请参阅自定义预测例程指南以了解详情。

导出 XGBoost 增强器

如果使用 XGBoost 训练模型，则可以通过以下三种方式之一导出经过训练的模型：

• 使用 xgboost.Booster 的 save_model 方法导出名为 model.bst 的文件。
• 使用 sklearn.externals.joblib 导出名为 model.joblib 的文件。
• 使用 Python 的 pickle 模块导出名为 model.pkl 的文件。

模型工件的文件名必须与其中一个选项完全匹配。

以下标签式示例演示了如何分别使用这三种方式来训练和导出模型：

xgboost.Booster

from sklearn import datasets
import xgboost as xgb

iris = datasets.load_iris()
dtrain = xgb.DMatrix(iris.data, label=iris.target)
bst = xgb.train({}, dtrain, 20)

bst.save_model('model.bst')

joblib

注意：为了导出与 AI Platform Prediction 兼容的 joblib 模型工件，您必须使用通过 scikit-learn 分发的 joblib 版本，而不是独立版本。如需在 Python 中导入该库，请使用语句 from sklearn.externals import joblib。

from sklearn import datasets
from sklearn.externals import joblib
import xgboost as xgb

iris = datasets.load_iris()
dtrain = xgb.DMatrix(iris.data, label=iris.target)
bst = xgb.train({}, dtrain, 20)

joblib.dump(bst, 'model.joblib')

pickle

import pickle

from sklearn import datasets
import xgboost as xgb

iris = datasets.load_iris()
dtrain = xgb.DMatrix(iris.data, label=iris.target)
bst = xgb.train({}, dtrain, 20)

with open('model.pkl', 'wb') as model_file:
  pickle.dump(bst, model_file)

导出 scikit-learn Estimator

如果使用 scikit-learn 训练模型，则可以通过以下两种方式之一导出模型：

• 使用 sklearn.externals.joblib 导出名为 model.joblib 的文件。
• 使用 Python 的 pickle 模块导出名为 model.pkl 的文件。

模型工件的文件名必须与其中一个选项完全匹配。

以下标签式示例分别演示了如何使用这两种方式来训练和导出模型：

joblib

注意：为了导出与 AI Platform Prediction 兼容的 joblib 模型工件，您必须使用通过 scikit-learn 分发的 joblib 版本，而不是独立版本。如需在 Python 中导入该库，请使用语句 from sklearn.externals import joblib。

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from sklearn.externals import joblib

iris = datasets.load_iris()
classifier = RandomForestClassifier()
classifier.fit(iris.data, iris.target)

joblib.dump(classifier, 'model.joblib')

pickle

import pickle

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier

iris = datasets.load_iris()
classifier = RandomForestClassifier()
classifier.fit(iris.data, iris.target)

with open('model.pkl', 'wb') as model_file:
  pickle.dump(classifier, model_file)

导出 scikit-learn 流水线

scikit-learn 流水线类可以帮助您组合多个 Estimator。例如，您可以使用转换器预处理数据，然后将转换后的数据传递给分类器。您可以使用与导出其他 scikit-learn Estimator 同样的两种方式导出流水线：

• 使用 sklearn.externals.joblib 导出名为 model.joblib 的文件。
• 使用 Python 的 pickle 模块导出名为 model.pkl 的文件。

模型工件的文件名必须与其中一个选项完全匹配。

以下标签式示例分别演示了如何使用这两种方式来训练和导出模型：

joblib

注意：为了导出与 AI Platform Prediction 兼容的 joblib 模型工件，您必须使用通过 scikit-learn 分发的 joblib 版本，而不是独立版本。如需在 Python 中导入该库，请使用语句 from sklearn.externals import joblib。

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from sklearn.externals import joblib
from sklearn.feature_selection import chi2
from sklearn.feature_selection import SelectKBest
from sklearn.pipeline import Pipeline

iris = datasets.load_iris()
pipeline = Pipeline([
      ('feature_selection', SelectKBest(chi2, k=2)),
      ('classification', RandomForestClassifier())
    ])
pipeline.fit(iris.data, iris.target)

joblib.dump(pipeline, 'model.joblib')

pickle

import pickle

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from sklearn.feature_selection import chi2
from sklearn.feature_selection import SelectKBest
from sklearn.pipeline import Pipeline

iris = datasets.load_iris()
pipeline = Pipeline([
      ('feature_selection', SelectKBest(chi2, k=2)),
      ('classification', RandomForestClassifier())
    ])
pipeline.fit(iris.data, iris.target)

with open('model.pkl', 'wb') as model_file:
  pickle.dump(pipeline, model_file)

导出自定义流水线代码

Beta 版

此功能须遵守服务专用条款的“通用服务条款”部分中的“非正式版产品条款”。 非正式版功能“按原样”提供，可能只能获得有限的支持。 如需了解详情，请参阅发布阶段说明。

如果只使用 sklearn 软件包中的转换器构建流水线，只要导出单个 model.joblib 或 model.pkl 工件就足够了。AI Platform Prediction 部署可在预测时使用这些转换器，因为 scikit-learn 已包含在 AI Platform Prediction 运行时映像中。

不过，您也可以使用 scikit-learn 的 FunctionTransformer 或 TransformerMixin 类来整合自定义转换。如果执行了此操作，您需要 您的自定义代码作为源代码分发包 软件包 以便您将其提供给 AI Platform Prediction。

以下示例展示了如何在流水线中使用自定义代码以及如何为 AI Platform Prediction 导出自定义代码。该示例同时使用了 FunctionTransformer 和 TransformerMixin。一般而言，FunctionTransformer 可能更适合基本的转换，而 TransformerMixin 则允许您定义更复杂的转换，能够在训练时保存序列化状态并可以在预测时使用。

首先，将以下代码写入名为 my_module.py 的文件：

import numpy as np
from sklearn.base import BaseEstimator
from sklearn.base import TransformerMixin
from sklearn.utils.validation import check_is_fitted

def add_sum(X):
  sums = X.sum(1).reshape((-1,1))
  transformed_X = np.append(X, sums, 1)
  return transformed_X

class MySimpleScaler(BaseEstimator, TransformerMixin):
  def fit(self, X, y=None):
    self.means = np.mean(X, axis=0)
    self.stds = np.std(X, axis=0)
    if not self.stds.all():
      raise ValueError('At least one column has standard deviation of 0.')
    return self

  def transform(self, X):
    check_is_fitted(self, ('means', 'stds'))
    transformed_X = (X - self.means) / self.stds
    return transformed_X

注意 ：除了本示例中展示的功能外，您的自定义 流水线代码也可以读取 相同的项目 您部署的模型版本。

然后，使用以下转换来训练和导出流水线。您可以在以下标签页之间切换，查看导出流水线的两种方法：

joblib

注意：为了导出与 AI Platform Prediction 兼容的 joblib 模型工件，您必须使用通过 scikit-learn 分发的 joblib 版本，而不是独立版本。如需在 Python 中导入该库，请使用语句 from sklearn.externals import joblib。

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from sklearn.externals import joblib
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import FunctionTransformer

import my_module

iris = datasets.load_iris()
pipeline = Pipeline([
      ('scale_data', my_module.MySimpleScaler()),
      ('add_sum_column', FunctionTransformer(my_module.add_sum)),
      ('classification', RandomForestClassifier())
    ])
pipeline.fit(iris.data, iris.target)

joblib.dump(pipeline, 'model.joblib')

pickle

import pickle

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import FunctionTransformer

import my_module

iris = datasets.load_iris()
pipeline = Pipeline([
      ('scale_data', my_module.MySimpleScaler()),
      ('add_sum_column', FunctionTransformer(my_module.add_sum)),
      ('classification', RandomForestClassifier())
    ])
pipeline.fit(iris.data, iris.target)

with open('model.pkl', 'wb') as model_file:
  pickle.dump(pipeline, model_file)

最后，创建一个包含 my_module 的 .tar.gz 源分发软件包。为此，请首先创建以下 setup.py 文件：

from setuptools import setup

setup(name='my_custom_code', version='0.1', scripts=['my_module.py'])

然后在 shell 中运行 python setup.py sdist --formats=gztar 以创建 dist/my_custom_code-0.1.tar.gz。

请参阅部署模型指南，了解如何将此 tar 文件与 model.joblib 或 model.pkl 文件一起部署。

请注意，my_module.py 将 NumPy 和 scikit-learn 用作依赖项。由于这两个库都已包含在 AI Platform Prediction 运行时映像中，因此不需要在 tar 文件中包含它们。

注意：如果您在 setup.py 中将 PyPI 依赖项指定为 install_requires，则 PyPI 的任何可用性问题都会影响部署过程的可靠性。不过，您可以使用所选 AI Platform Prediction 运行时版本中包含的软件包，或者改用您可以直接加入 .tar.gz 源分发软件包中的代码。您还可以将其他 .tar.gz 软件包上传到 Cloud Storage，并在部署过程中将这些软件包提供给您的版本资源。

如需深入学习有关如何使用自定义流水线代码的教程，请参阅使用 scikit-learn 流水线的自定义代码。

导出自定义预测例程

Beta 版

此功能须遵守服务专用条款的“通用服务条款”部分中的“非正式版产品条款”。 非正式版功能“按原样”提供，可能只能获得有限的支持。 如需了解详情，请参阅发布阶段说明。

为了尽可能提高灵活性，请创建并导出自定义预测例程。通过自定义预测例程，您可以为 AI Platform Prediction 提供您希望在预测时运行的 Python 代码，以及您希望在预测期间使用的任何训练工件。

请参阅自定义预测例程指南，了解如何使用这些例程。

后续步骤

• 了解如何将导出的模型部署到 AI Platform Prediction 以执行预测。
• 学习有关如何在 scikit-learn 流水线中使用自定义代码的教程。
• 了解如何创建自定义预测例程。