{"id":89110,"date":"2020-07-18T19:42:10","date_gmt":"2020-07-18T17:42:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/obshhij-obzor-arhitektury-servisa-dlya-oczenki-vneshnosti-na-osnove-nejronnyh-setej"},"modified":"2020-07-18T19:42:10","modified_gmt":"2020-07-18T17:42:10","slug":"obshhij-obzor-arhitektury-servisa-dlya-oczenki-vneshnosti-na-osnove-nejronnyh-setej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/obshhij-obzor-arhitektury-servisa-dlya-oczenki-vneshnosti-na-osnove-nejronnyh-setej","title":{"rendered":"Teenuse arhitektuuri \u00fcld\u00fclevaade, et hinnata v\u00e4list ilmet p\u00f5hinevalt n\u00e4rviv\u00f5rkudel","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Teenuse<\/p>\n

Sissejuhatus<\/h2>\n

<\/p>\n

Tere!<\/p>\n

<\/p>\n

Selles artiklis jagan kogemusi mikroteenuste arhitektuuri loomisel projektile, mis kasutab tehisn\u00e4rviv\u00f5rke.<\/p>\n

<\/p>\n

R\u00e4\u00e4gime arhitektuuri n\u00f5uetest, vaatame erinevaid struktuuri diagramme, anal\u00fc\u00fcsime iga valmis arhitektuuri komponendi ning hindame lahenduse tehnilisi m\u00f5\u00f5dikuid.<\/p>\n

<\/p>\n

Head lugemist!<\/p>\n

<\/a><\/noindex><\/p>\n

M\u00f5ned s\u00f5nad \u00fclesandest ja selle lahendusest<\/h2>\n

<\/p>\n

Peamine idee on hinnata inimese atraktiivsust fotode p\u00f5hjal k\u00fcmne punkti s\u00fcsteemis.<\/p>\n

<\/p>\n

Selles artiklis ei k\u00e4sitle me ei kasutatavaid tehisn\u00e4rviv\u00f5rke ega andmete ettevalmistamise ja treenimise protsessi. K\u00fcll aga naaseme \u00fches j\u00e4rgnevates publikatsioonides s\u00fcvitsi pipeline'i anal\u00fc\u00fcsi juurde.<\/p>\n

<\/p>\n

Praegu l\u00e4bime pipeline'i \u00fclevaate, keskendudes mikroteenuste omavahelisele suhtlemisele projekti \u00fcldises arhitektuuris.\u00a0<\/p>\n

<\/p>\n

Atraktiivsuse hindamise pipeline'i t\u00f6\u00f6tamisel oli \u00fclesanne dekomponeeritud j\u00e4rgmistesse osadesse:<\/p>\n

<\/p>\n

    \n
  1. N\u00e4gude eristamine fotodel<\/li>\n
  2. Iga n\u00e4o hindamine<\/li>\n
  3. Tulemuse renderdamine<\/li>\n<\/ol>\n

    <\/p>\n

    Esimene probleem lahendatakse eel\u00f5petatud MTCNN<\/a><\/noindex>. Teise jaoks treiti konvolutsiooniline n\u00e4rviv\u00f5rk PyTorchis, kasutades backbone'ina ResNet34<\/a><\/noindex> \u2013 tasakaalu \u00abkvaliteet \/ CPU-lt innfereerimise kiirus\u00bb<\/p>\n

    \n\"Teenuse<\/p>\n

    T\u00f6\u00f6tluse hindamise funktsionaalne diagramm<\/i><\/p>\n

    <\/p>\n

    N\u00f5uete anal\u00fc\u00fcs projekti arhitektuurile<\/h2>\n

    <\/p>\n

    Eluts\u00fckli ML<\/a><\/noindex> projekti etapid arhitektuuri ja mudeli juurutamise automatiseerimise osas on sageli \u00fched k\u00f5ige aegan\u00f5udvamad ning ressursimahukad.<\/p>\n

    \n\"Teenuse<\/p>\n

    ML projekti eluts\u00fckkel<\/i><\/p>\n

    <\/p>\n

    See projekt ei ole erand \u2013 otsustati, et hindamise t\u00f6\u00f6voog pakitakse veebiteenuseks, mille jaoks tuli s\u00fcveneda arhitektuuri. M\u00e4\u00e4ratleti j\u00e4rgmised p\u00f5hiv n\u00f5uded:<\/p>\n

    <\/p>\n

      \n
    1. \u00dchtne logide salvestamine \u2013 k\u00f5ik teenused peavad kirjutama logid \u00fchte kohta, neid peab olema mugav anal\u00fc\u00fcsida<\/li>\n
    2. Hindamisteenuse horisontaalne skaleeritavus \u2013 kui t\u00f5en\u00e4olisem Bottleneck<\/li>\n
    3. Iga pildi hindamiseks tuleb eraldada sama palju CPU ressursse \u2013 et v\u00e4ltida infereerimise aja jaotuses k\u00f5rvalekaldeid<\/li>\n
    4. Kiire (taas)juurutamine nii konkreetsete teenuste kui ka kogu st\u00e4ki jaoks<\/li>\n
    5. V\u00f5imalus kasutada vajadusel erinevates teenustes \u00fchiseid objekte<\/li>\n<\/ol>\n

      <\/p>\n

      Arhitektuur<\/h2>\n

      <\/p>\n

      P\u00e4rast n\u00f5uete anal\u00fc\u00fcsi j\u00e4i selgeks, et mikroteenus arhitektuur sobitub praktiliselt ideaalselt.<\/p>\n

      <\/p>\n

      Liigne peavalu v\u00e4ltimiseks valiti frontendiks Telegram API.<\/p>\n

      <\/p>\n

      Alustuseks vaatame valminud arhitektuuri struktuuridiagrammi, seej\u00e4rel liigume edasi iga komponendi kirjeldamise juurde ja formaliseerime eduka pildi t\u00f6\u00f6tlemise protsessi.<\/p>\n

      \n\"Teenuse<\/p>\n

      Valminud arhitektuuri struktuuridiagramm<\/i><\/p>\n

      <\/p>\n

      R\u00e4\u00e4gime l\u00e4hemalt iga diagrammi komponendi kohta, m\u00e4\u00e4ratleme nende \u00fcksiku vastutuse pildi hindamise protsessis.<\/p>\n

      <\/p>\n

      Mikroslu\u017eba \u00abattrai-telegram-bot\u00bb<\/h3>\n

      <\/p>\n

      See mikroslu\u017eba kapseldab k\u00f5ik suhtlused Telegram API-ga. T\u00f5stame esile 2 peamist stsenaariumi - t\u00f6\u00f6tamine kasutaja pildiga ja t\u00f6\u00f6tamine hindamise pipelini tulemusega. Vaatame m\u00f5lemat stsenaariumi \u00fcldiselt.<\/p>\n

      <\/p>\n

      Kasutaja pildi saatmise korral:<\/p>\n

      <\/p>\n

        \n
      1. Teostatakse filtreerimine, mis koosneb j\u00e4rgmistest kontrollidest:\n