如何使用 EASCMD 客户端管理 PAI-EAS 服务|学习笔记

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
对象存储 OSS,20GB 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 快速学习如何使用 EASCMD 客户端管理 PAI-EAS 服务。

开发者学堂课程【PAL 平台学习路线:机器学习入门到应用:如何使用 EASCMD 客户端管理 PAI-EAS 服务】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/855/detail/14249


如何使用 EASCMD 客户端管理 PAI-EAS 服务

 

内容介绍:

一、下载并认证客户端

二、EASCMD 的命令使用

 

一、下载并认证客户端

此处以 Mac 系统为例,下载 Mac 64版本的应用程序。首先,将下载的客户端修改成一个可执行的文件。之后使用阿里云账号的 rsp 进行身份验证。当出现 Configuration saved to 的字样时,表示身份验证已成功。

 

二、EASCMD 的命令使用

服务相关的操作命令即主要包括上传文件、创建服务、修改服务配置信息、切换服务版本、删除服务、查看服务列表、查看服务详情信息、查看服务进程及配置资源组网络的相关命令。资源组相关的操作命令即包括查看资源组列表、查看资源组详情、查看资源组实力列表等。

1、上传文件命令

PAI-EAS 为每位用户提供 yss 仓库和通过 EASCMDupload 的命令,可以直接上传模型或者 posaser 并且获取上传后的oss 地址。此处使用已经编辑好的文本进行上传,再上传后会出现存储模型的 oss 地址,可以用于服务部署。

2、创建服务的命令

创建服务的功能为通过create 命令创建服务。创建服务时,需要提供资源(模型或者 Procossor)的HTTP 或者OSS 地址,用户可以将资源上传到 OSS,并获取上传后的 OSS 地址。此处为 pml json 的文件,此文件表示的是服务相关信息的文件,文件包括模型存储位置和资源规格。在此使用指令来创建这个服务。当出现 Service is running 时,说明服务创建成功。

3、修改配置命令

对于 instance 和 cpu 等 madata 信息,可以直接使用 modify 命令的-D 参数进行修改。当出现 Service update complete[Service start successfully],说明服务更新成功。

4、删除服务命令

通过 delete 命令可以进行删除服务,但是只能删除当地地域的服务。当执行删除服务的命令时,出现 service was deleted successfully,说明服务删除成功。

相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
|
7月前
|
机器学习/深度学习 弹性计算 TensorFlow
在阿里云上打造强大的模型训练服务
随着人工智能技术的迅猛发展,模型训练服务变得愈发关键。阿里云提供了一系列强大的产品,使得在云端轻松搭建、优化和管理模型训练变得更加便捷。本文将详细介绍如何使用阿里云的相关产品构建高效的模型训练服务。
510 0
|
机器学习/深度学习 人工智能 安全
Azure - 机器学习企业级服务概述与介绍
Azure - 机器学习企业级服务概述与介绍
86 0
|
4月前
|
前端开发 开发者 设计模式
揭秘Uno Platform状态管理之道:INotifyPropertyChanged、依赖注入、MVVM大对决,帮你找到最佳策略!
【8月更文挑战第31天】本文对比分析了 Uno Platform 中的关键状态管理策略,包括内置的 INotifyPropertyChanged、依赖注入及 MVVM 框架。INotifyPropertyChanged 方案简单易用,适合小型项目;依赖注入则更灵活,支持状态共享与持久化,适用于复杂场景;MVVM 框架通过分离视图、视图模型和模型,使状态管理更清晰,适合大型项目。开发者可根据项目需求和技术栈选择合适的状态管理方案,以实现高效管理。
52 0
|
4月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
TensorFlow Serving 部署指南超赞!让机器学习模型上线不再困难,轻松开启高效服务之旅!
【8月更文挑战第31天】TensorFlow Serving是一款高性能开源服务系统,专为部署机器学习模型设计。本文通过代码示例详细介绍其部署流程:从安装TensorFlow Serving、训练模型到配置模型服务器与使用gRPC客户端调用模型,展示了一站式模型上线解决方案,使过程变得简单高效。借助该工具,你可以轻松实现模型的实际应用。
74 0
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
基于PAI-QuickStart搭建一站式模型训练服务体验
【8月更文挑战第5天】基于PAI-QuickStart搭建一站式模型训练服务体验
143 0
|
7月前
|
人工智能 对象存储 异构计算
AI模型推理服务在Knative中最佳配置实践
Knative和AI结合提供了快速部署、高弹性和低成本的技术优势,对于一些需要频繁变动计算资源的AI应用,如模型推理等尤其明显。那么在Knative上部署AI模型推理时可以遵循这些最佳实践,以提升AI推理服务能力和GPU资源利用率。
|
7月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI 操作报错合集之在本地构建easyrec docker镜像时遇到了无法连接docker服务如何解决
阿里云人工智能平台PAI (Platform for Artificial Intelligence) 是阿里云推出的一套全面、易用的机器学习和深度学习平台,旨在帮助企业、开发者和数据科学家快速构建、训练、部署和管理人工智能模型。在使用阿里云人工智能平台PAI进行操作时,可能会遇到各种类型的错误。以下列举了一些常见的报错情况及其可能的原因和解决方法。
|
7月前
|
机器学习/深度学习 人工智能 API
人工智能平台PAI产品使用合集之机器学习PAI-EAS部署好后,服务的公网API和URL怎么配置
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
7月前
|
机器学习/深度学习 存储 人工智能
机器学习PAI endpoint确实是您服务的公网URL
机器学习PAI endpoint确实是您服务的公网URL
132 2
|
机器学习/深度学习 编解码 计算机视觉
Python机器学习和图像处理学习笔记
Python机器学习和图像处理学习笔记