文档中心

接下来我们需要使用UAI-SDK提供的打包工具来打包Mnist的训练镜像。

我们还需要准备

• 代码
• 模型文件

我们再将mnist_inference.py放入/data/mnist/目录下：

$ cd /data/mnist
$ cp cp ~/uai-sdk/examples/tensorflow/inference/mnist_1.1/mnist_inference.py ./

得到的目录情况如下：

/data/mnist
|_ mnist_inference.py

我们可以使用tf-mnist中训练出来的mnist模型文件，我们也可以自己训练一个新的，当然我们的github也提供了训练好的模型https://github.com/ucloud/uai-sdk/tree/master/examples/tensorflow/inference/mnist_1.1/checkpoint_dir

我们把模型文件放入/data/mnist/目录下：

/data/mnist
|_ mnist_inference.py
|_ checkpoint_dir
|  |_ checkpoint
|  |_ mnist.mod.data-00000-of-00001
|  |_ mnist.mod.index
|  |_ mnist.mod.meta

该config会由系统自动生成

TensorFlow镜像打包工具为 uai-sdk/uai_tools/uai_tool.py，我们将该工具也放入/data/mnist。

$ cd /data/mnist
$ cp ~/uai-sdk/uai_tools/uai_tool.py ./

整个目录结构如下：

/data/mnist
|_ mnist_inference.py
|_ checkpoint_dir
|  |_ checkpoint
|  |_ mnist.mod.data-00000-of-00001
|  |_ mnist.mod.index
|  |_ mnist.mod.meta
|_ uai_tool.py

我们使用uai_tool.py 打包mnist镜像，具体的参数说明在TensorFlow 打包镜像说明。

我们用如下命令来打包：

python uai_tool.py packdocker tf \
        --public_key  \
	--private_key  \
        --main_class  \
        --main_module  \
        --model_dir  \
        --pack_file_path  \
	--uhub_username  \
	--uhub_password  \
	--uhub_registry  \
	--uhub_imagename  \
        --ai_arch_v= \
        --internal_uhub  \

这里的公私钥是云知芯用户账号的唯一标识，可以依据key的方法获取你账号的公私钥参数

推理服务的对象类，本案例为MnistModel

入口python模块，本案例为mnist_inference.py

模型文件的存放目录，本案例为 ./checkpoint_dir/，打包工具会将模型文件夹自动放入: /ai-ucloud-client-django/ 目录下。

待打包文件所在路径，本案例为./code/

uhub的用户名密码为云知芯 console图形界面登录时所用的邮箱和密码。而uhub_registry就是uhub镜像库的名字，在本案例中为 uai_demo

自定义的docker镜像名字，在本案例中我们使用tf-mnist-infer

在线服务镜像版本，这里我们选择tensorflow-1.1.0，这样就可以以tensorflow-1.1.0为基础镜像打包mnist的训练镜像。其他TensorFlow 基础镜像选择方法请参见打包镜像

如果是使用ucloud云主机操作打包工具，则选择false，如果是使用公网执行打包操作，则选择true

我们执行如下命令就可以生成mnist在线服务镜像

$ sudo python uai_tool.py packdocker tf  \
                        --public_key  \
			--private_key  \
			--main_class MnistModel \
        		--main_module mnist_inference \
        		--model_dir checkpoint_dir/ \
        		--pack_file_path ./code/ \
			--uhub_username  \
			--uhub_password  \
			--uhub_registry uai_demo \
			--uhub_imagename tf-mnist-infer \
			--ai_arch_v=tensorflow-1.1.0 \
                        --in_host no \

最终我们将获得镜像：uhub.service.auto-ai.com.cn/uai_demo/tf-mnist-infer:latest