PyTorch模型预测 (TorchModelPredictStreamOp)

Java 类名：com.alibaba.alink.operator.stream.pytorch.TorchModelPredictStreamOp
Python 类名：TorchModelPredictStreamOp

功能介绍

加载 TorchScript 模型进行预测。

使用方式

模型路径modelPath需要是一个通过 torch.jit 导出的模型文件路径。
参与模型预测的数据通过参数 selectedCols 设置，需要注意以下几点：

• TorchScript 模型调用 forward 方法时是通过位置来传入参数的，所以 selectedCols 中各列的顺序是有意义的。
• 所选择的列的类型需要是 Alink Tensor 类型或者 4 种基本数据类型（Long, Double, Boolean, String 及其兼容类型），不接受其他类型。

模型输出信息通过参数 outputSchemaStr 指定，包括输出列名以及名称，需要注意以下几点：

• 输出列的数量需要与模型输出结果匹配。
• 输出类型可以是 Alink Tensor 类型或者 Alink 支持的类型，如果从模型预测输出的结果转换到指定类型失败那么将报错；暂不支持列表或字典类型。

组件使用的是 PyTorch 1.8.1 版本，当有 GPU 时，自动使用 GPU 进行推理，否则使用 CPU 进行推理。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| modelPath | 模型的URL路径 | 模型的URL路径 | String | ✓ | | |

| outputSchemaStr | Schema | Schema。格式为”colname coltype[, colname2, coltype2[, …]]”，例如 “f0 string, f1 bigint, f2 double” | String | ✓ | | |

| selectedCols | 选择的列名 | 计算列对应的列名列表 | String[] | ✓ | | |

| intraOpParallelism | Op 间并发度 | Op 间并发度 | Integer | | | 4 |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null |

模型路径说明

模型路径可以是以下形式：

• 本地文件：file:// 加绝对路径，例如 file:///tmp/dnn.py；
• Java 包中的资源文件：res:// 加路径，例如 res:///dnn.py；
• http/https 文件：http:// 或 https:// 路径；
• OSS 文件：oss:// 加路径和 Endpoint 和 access key
  等信息，例如oss://bucket/xxx/xxx/xxx.py?host=xxx&access_key_id=xxx&access_key_secret=xxx；
• HDFS 文件：hdfs:// 加路径；

  代码示例

  以下代码仅用于示意，可能需要修改部分代码或者配置环境后才能正常运行！

  Python 代码

  ``` test = AkSourceStreamOp()\ .setFilePath(“https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/mnist_test_vector.ak“);

test = VectorToTensorStreamOp()\ .setTensorDataType(“float”)\ .setTensorShape([1, 1, 28, 28])\ .setSelectedCol(“vec”)\ .setOutputCol(“tensor”)\ .setReservedCols([“label”])\ .linkFrom(test)

predictor = TorchModelPredictStreamOp()\ .setModelPath(“https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/mnist_model_pytorch.pt")\ .setSelectedCols([“tensor”])\ .setOutputSchemaStr(“probabilities FLOAT_TENSOR”)

test = predictor.linkFrom(test).select(“label, probabilities”) test.print() StreamOperator.execute()

### Java 代码

import com.alibaba.alink.operator.stream.StreamOperator; import com.alibaba.alink.operator.stream.dataproc.VectorToTensorStreamOp; import com.alibaba.alink.operator.stream.pytorch.TorchModelPredictStreamOp; import com.alibaba.alink.operator.stream.source.AkSourceStreamOp; import org.junit.Test;

public class TorchModelPredictStreamOpTest {

@Test
public void testTorchModelPredictStreamOp() throws Exception {
    StreamOperator.setParallelism(1);
    StreamOperator <?> test = new AkSourceStreamOp()
        .setFilePath("https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/mnist_test_vector.ak");
    test = new VectorToTensorStreamOp()
        .setTensorDataType("float")
        .setTensorShape(1, 1, 28, 28)
        .setSelectedCol("vec")
        .setOutputCol("tensor")
        .setReservedCols("label")
        .linkFrom(test);
    StreamOperator <?> predictor = new TorchModelPredictStreamOp()
        .setModelPath("https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/mnist_model_pytorch.pt")
        .setSelectedCols("tensor")
        .setOutputSchemaStr("probabilities FLOAT_TENSOR");
    test = predictor.linkFrom(test).select("label, probabilities");
    test.print();
    StreamOperator.execute();
}

}

```