这个例子中,我们将PyTorch训练好的VGG转换为SINGA模型以用作图像分类。
下载参数的checkpoint文件到如下目录
$ wget https://s3-ap-southeast-1.amazonaws.com/dlfile/vgg/vgg11.tar.gz $ wget https://s3-ap-southeast-1.amazonaws.com/dlfile/resnet/synset_words.txt $ tar xvf vgg11.tar.gz
运行程序
$ python serve.py -h
例子
# use cpu $ python serve.py --use_cpu --parameter_file vgg11.pickle --depth 11 & # use gpu $ python serve.py --parameter_file vgg11.pickle --depth 11 &
我们提供了以下模型和深度配置的参数文件:
提交图片进行分类
$ curl -i -F image=@image1.jpg http://localhost:9999/api $ curl -i -F image=@image2.jpg http://localhost:9999/api $ curl -i -F image=@image3.jpg http://localhost:9999/api
image1.jpg, image2.jpg和image3.jpg应该在执行指令前就已被下载。
用convert.py
从Pytorch参数文件中提取参数值
运行程序
$ python convert.py -h