PaddleNLP/applications/information_extraction/document/deploy/simple_serving

• 基于PaddleNLP SimpleServing 的服务化部署
• • 目录
  • 环境准备
  • Server服务启动
  • Client请求启动
  • 服务化自定义参数
  • • Server 自定义参数
    • • schema替换
      • 设置模型路径
      • 多卡服务化预测
    • Client 自定义参数

基于PaddleNLP SimpleServing 的服务化部署

目录

• 环境准备
• Server服务启动
• Client请求启动
• 服务化自定义参数

环境准备

使用有SimpleServing功能的PaddleNLP版本(或者最新的develop版本)

pip install paddlenlp >= 2.4.4

Server服务启动

paddlenlp server server:app --workers 1 --host 0.0.0.0 --port 8189

Client请求启动

python client.py

服务化自定义参数

Server 自定义参数

schema替换

# Default schema
schema = ['开票日期', '名称', '纳税人识别号', '开户行及账号', '金额', '价税合计', 'No', '税率', '地址、电话', '税额']

设置模型路径

# Default task_path
uie = Taskflow('information_extration', task_path='../../checkpoint/model_best/', schema=schema)

多卡服务化预测

PaddleNLP SimpleServing 支持多卡负载均衡预测，主要在服务化注册的时候，注册两个Taskflow的task即可，下面是示例代码

uie1 = Taskflow('information_extraction', task_path='../../checkpoint/model_best/', schema=schema, device_id=0)
uie2 = Taskflow('information_extraction', task_path='../../checkpoint/model_best/', schema=schema, device_id=1)
service.register_taskflow('uie', [uie1, uie2])

Client 自定义参数

# Changed to image paths you wanted
image_paths = ['../../data/images/b1.jpg']