使用Python接口执行云侧推理

概述

本教程提供了MindSpore Lite执行云侧推理的示例程序，通过文件输入、执行推理、打印推理结果的方式，演示了Python接口进行云侧推理的基本流程，用户能够快速了解MindSpore Lite执行云侧推理相关API的使用。相关代码放置在mindspore/lite/examples/cloud_infer/quick_start_python目录。

MindSpore Lite云侧推理仅支持在Linux环境部署运行。支持Ascend 310/310P/910、Nvidia GPU和CPU硬件后端。

下面以Ubuntu 18.04为例，介绍了在Linux X86操作系统配合CPU硬件平台下如何使用Python云侧推理Demo：

一键安装推理相关模型文件、MindSpore Lite及其所需的依赖，详情参见一键安装小节。
执行Python云侧推理Demo，详情参见执行Demo小节。
Python云侧推理Demo内容说明，详情参见Demo内容说明小节。

一键安装

本环节以全新的Ubuntu 18.04为例，介绍在CPU环境的Linux-x86_64系统上，通过pip安装Python3.7版本的MindSpore Lite。

进入到mindspore/lite/examples/cloud_infer/quick_start_python目录下，以安装2.0.0版本的MindSpore Lite为例，执行lite-cpu-pip.sh脚本进行一键式安装。安装脚本会下载推理所需的模型和输入数据文件、安装MindSpore_Lite所需的依赖，以及下载并安装MindSpore Lite。

注：此命令可设置安装的MindSpore Lite版本，由于从MindSpore Lite 2.0.0版本开始支持云侧推理的Python接口，因此版本不能设置低于2.0.0，可设置的版本详情参见下载MindSpore Lite提供的版本。

MINDSPORE_LITE_VERSION=2.0.0 bash ./lite-cpu-pip.sh

若MobileNetV2模型下载失败，请手动下载相关模型文件mobilenetv2.mindir，并将其拷贝到mindspore/lite/examples/cloud_infer/quick_start_python/model目录。

若input.bin输入数据文件下载失败，请手动下载相关输入数据文件input.bin，并将其拷贝到mindspore/lite/examples/cloud_infer/quick_start_python/model目录。

若使用脚本下载MindSpore Lite推理框架失败，请手动下载对应硬件平台为CPU、操作系统为Linux-x86_64或Linux-aarch64的MindSpore Lite 模型云侧推理框架，用户可以使用uname -m命令在终端上查询操作系统，并将其拷贝到mindspore/lite/examples/cloud_infer/quick_start_python目录下。

若需要使用Python3.7以上版本对应的MindSpore Lite，请在本地编译，注意Python API模块编译依赖：Python >= 3.7.0、NumPy >= 1.17.0、wheel >= 0.32.0。编译成功后，将output/目录下生成的Whl安装包拷贝到mindspore/lite/examples/cloud_infer/quick_start_python目录下。

若mindspore/lite/examples/cloud_infer/quick_start_python目录下不存在MindSpore Lite安装包，则一键安装脚本将会卸载当前已安装的MindSpore Lite后，从华为镜像下载并安装MindSpore Lite。否则，若目录下存在MindSpore Lite安装包，则会优先安装该安装包。

通过手动下载并且将文件放到指定位置后，需要再次执行lite-cpu-pip.sh脚本才能完成一键安装。

执行成功将会显示如下结果，模型文件和输入数据文件可在mindspore/lite/examples/cloud_infer/quick_start_python/model目录下找到。

Successfully installed mindspore-lite-2.0.0

执行Demo

一键安装后，进入mindspore/lite/examples/cloud_infer/quick_start_python目录，并执行以下命令，体验MindSpore Lite推理MobileNetV2模型。

python quick_start_cloud_infer_python.py

执行完成后将能得到如下结果，打印输出Tensor的名称、输出Tensor的数据大小，输出Tensor的元素数量以及前50个数据。

tensor's name is:shape1 data size is:4000 tensor elements num is:1000
output data is: 5.3937547e-05 0.00037763786 0.00034193686 0.00037316754 0.00022436169 9.953917e-05 0.00025308868 0.00032044895 0.00025788433 0.00018915901 0.00079509866 0.003382262 0.0016214572 0.0010760546 0.0023826156 0.0011769629 0.00088481285 0.000534926 0.0006929171 0.0010826243 0.0005747609 0.0014443205 0.0010454883 0.0016276307 0.00034437355 0.0001039985 0.00022641376 0.00035307938 0.00014567627 0.00051178376 0.00016933997 0.00075814105 9.704676e-05 0.00066705025 0.00087511574 0.00034623547 0.00026317223 0.000319407 0.0015627446 0.0004044049 0.0008798965 0.0005202293 0.00044808138 0.0006453716 0.00044969268 0.0003431648 0.0009871059 0.00020436312 7.405098e-05 8.805057e-05

Demo内容说明

使用MindSpore Lite推理框架主要包括以下步骤：

模型读取：通过MindSpore导出MindIR模型，或者由模型转换工具转换获得MindIR模型。
创建配置上下文：创建配置上下文Context，保存需要的一些基本配置参数，用于指导模型编译和模型执行。
模型加载与编译：执行推理之前，需要调用Model的build_from_file接口进行模型加载和模型编译。模型加载阶段将文件缓存解析成运行时的模型。模型编译阶段会耗费较多时间所以建议Model创建一次，编译一次，多次推理。
输入数据：模型执行之前需要填充输入数据。
执行推理：使用Model的Predict进行模型推理。

更多Python接口的高级用法与示例，请参考Python API。

创建配置上下文

创建配置上下文Context。由于本教程演示的是在CPU设备上执行推理的场景，因此需要设置上下文的目标设备为cpu。

import numpy as np
import mindspore_lite as mslite

# init context, and set target is cpu
context = mslite.Context()
context.target = ["cpu"]
context.cpu.thread_num = 1
context.cpu.thread_affinity_mode=2

如果用户需要在Ascend设备上运行推理时，因此需要设置上下文的目标设备为ascend。

import numpy as np
import mindspore_lite as mslite

# init context, and set target is ascend.
context = mslite.Context()
context.target = ["ascend"]
context.ascend.device_id = 0
context.cpu.thread_num = 1
context.cpu.thread_affinity_mode=2

如果需要在Ascend弹性加速服务环境（拉远模式）推理，需要配置provider为ge。

context.ascend.provider = "ge"

如果用户需要在GPU设备上运行推理时，因此需要设置上下文的目标设备为gpu。

import numpy as np
import mindspore_lite as mslite

# init context, and set target is gpu.
context = mslite.Context()
context.target = ["gpu"]
context.gpu.device_id = 0
context.cpu.thread_num = 1
context.cpu.thread_affinity_mode=2

模型加载与编译

模型加载与编译可以调用Model的build_from_file接口，直接从文件缓存加载、编译得到运行时的模型。

# build model from file
MODEL_PATH = "./model/mobilenetv2.mindir"
IN_DATA_PATH = "./model/input.bin"
model = mslite.Model()
model.build_from_file(MODEL_PATH, mslite.ModelType.MINDIR, context)

输入数据

本教程设置输入数据的方式是从文件导入。其他设置输入数据的方式，请参考Model的predict接口。

# set model input
inputs = model.get_inputs()
in_data = np.fromfile(IN_DATA_PATH, dtype=np.float32)
inputs[0].set_data_from_numpy(in_data)

执行推理

调用Model的predict接口执行推理，推理结果输出给output。

# execute inference
outputs = model.predict(inputs)

获得输出

打印执行推理后的输出结果。遍历outputs列表，打印每个输出Tensor的名字、数据大小、元素数量、以及前50个数据。

# get output
for output in outputs:
  name = output.name.rstrip()
  data_size = output.data_size
  element_num = output.element_num
  print("tensor's name is:%s data size is:%s tensor elements num is:%s" % (name, data_size, element_num))
  data = output.get_data_to_numpy()
  data = data.flatten()
  print("output data is:", end=" ")
  for i in range(50):
    print(data[i], end=" ")
  print("")