pack

命令作用

将用户本地代码打包成一个tar包并上传到云知芯 Ufile产品中，该tar包可以在控制台界面使用“代码模式”部署版本（操作参见deploy）
注意：该命令与tar命令区别是它不但会在本地生成tar包，还会上传到云知芯的Ufile中

准备工作

1）安装云知芯 UFile SDK

wget http://sdk.ufile.auto-ai.com.cn/python_sdk.tar.gz
tar zxvf python_sdk.tar.gz
cd ufile-python
sudo python setup.py install

注：UFile SDK仅兼容request 2.10.0以下版本

2）安装UAI SDK

git clone https://github.com/ucloud/uai-sdk
cd uai-sdk
sudo python setup.py install

3）获取用户公钥和私钥

key

登录云知芯官方网站，进入Console页面：https://console.auto-ai.com.cn/dashboard
点击左上角的“产品与服务”选项，选择“监控管理”列表下的“API密钥 UAPI”选项后，点击API密钥中的“显示”选项，按照提示获取用户的公钥和私钥。

准备打包所需文件

用户需将AI在线服务所需的代码以及模型文件放在某一路径下，在部署时将该路径作为参数pack_file_path上传。文件目录结构示例如下：

file_dir (对应参数pack_file_path，相对路径)
    code_files1
    code_files2
    code_files3
    checkpoint_dir (对应参数model_dir，相对路径)
        model_files1
        model_files2
        model_files3

准备命令行工具

为后续操作方便，可将UAI SDK安装包中的命令行工具（undefined安装路径/uai_tools/uai_tool.py）拷贝到代码pack_file_path的同级目录

uai_tool.py (从undefined安装路径/uai_tools/uai_tool.py拷贝）
file_dir(对应参数pack_file_path，相对路径)
    code_files1
    code_files2
    code_files3
    checkpoint_dir (对应参数model_dir，相对路径)
        model_files1
        model_files2
        model_files3

执行pack命令

python uai_tool.py pack    {caffe,keras,mxnet,tf} 
			   --public_key PUBLIC_KEY
                           --private_key PRIVATE_KEY
			   [--project_id PROJECT_ID]
                           --bucket BUCKET
                           --pack_file_path PACK_FILE_PATH
                           --upload_name UPLOAD_NAME
                           --main_module MAIN_MODULE 
                           --main_class MAIN_CLASS
                           --model_dir MODEL_DIR 
                           --code_files CODE_FILES
                           [--model_name MODEL_NAME]
                           [--all_one_file ALL_ONE_FILE]
                           [--model_arch_type MODEL_ARCH_TYPE]
                           [--num_epoch NUM_EPOCH]

参数说明
1) 公共参数

参数	说明	是否必需
public_key	用户的公钥	是
private_key	用户的私钥	是
project_id	项目ID	否
bucket	用户对象存储空间域名（Ufile Bucket）	是
pack_file_path	待打包文件所在路径（相对路径）	是
upload_name	上传的tar文件名	是
main_module	包含主类的代码文件（不包含后缀名）	是
main_class	主类名称	是
model_dir	模型文件的路径（相对路径）	是
code_files	所需代码文件，需包含文件后缀名（若有多个，请用','隔开，中间不包含空格）	是

2）其他参数（各框架另外所需参数）

参数名称	说明	是否必须	默认值	适用框架
model_name	模型名称	是	无	Caffe, Keras, MXNet
all_one_file	模型的框架及参数是否在同一文件中（true或false）	是	false	Keras
model_arch_type	模型框架文件后缀名	否	'json'	Keras
num_epoch	保存模型文件时的epoch数	是	无	MXNet

pack命令样例

1）caffe

python uai_tool.py pack caffe --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --bucket=UFILE_BUCKET --pack_file_path=/PACK/FILE/PATH --upload_name=UPLOAD_NAME.tar --main_module=MAIN_MODULE --main_class=MAIN_CLASS --model_dir=MODEL_DIR --code_files=CODE_FILES1,CODE_FILES2,CODE_FILES3 --model_name=MODEL_NAME

2）keras

python uai_tool.py pack keras --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --bucket=UFILE_BUCKET --pack_file_path=/PACK/FILE/PATH --upload_name=UPLOAD_NAME.tar --main_module=MAIN_MODULE --main_class=MAIN_CLASS --model_dir=MODEL_DIR --code_files=CODE_FILES1,CODE_FILES2,CODE_FILES3 --model_name=MODEL_NAME --all_one_file=ALL_ONE_FILE --model_arch_type=MODEL_ARCH_TYPE

3）mxnet

python uai_tool.py pack mxnet --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --bucket=UFILE_BUCKET --pack_file_path=/PACK/FILE/PATH --upload_name=UPLOAD_NAME.tar --main_module=MAIN_MODULE --main_class=MAIN_CLASS --model_dir=MODEL_DIR --code_files=CODE_FILES1,CODE_FILES2,CODE_FILES3 --model_name=MODEL_NAME --num_epoch=NUM_EPOCH

4）tensorflow

python uai_tool.py pack tf --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --bucket=UFILE_BUCKET --pack_file_path=/PACK/FILE/PATH --upload_name=UPLOAD_NAME.tar --main_module=MAIN_MODULE --main_class=MAIN_CLASS --model_dir=MODEL_DIR --code_files=CODE_FILES1,CODE_FILES2,CODE_FILES3

输出说明

成功执行后，将返回如下信息：

upload local file :PACK_FILE_PATH/UPLOAD_NAME.tar to ufile key=UPLOAD_NAME.tar successful

文档中心

目录