全部產品
Search
文件中心

Platform For AI:使用C或C++開發自訂Processor

更新時間:Jul 13, 2024

本文為您介紹如何使用C或C++開發自訂Processor。

快速上手Demo

下載EAS預測服務樣本,該專案包含兩個自訂Processor,其中:

  • echo:請求時將使用者輸入原樣返回,同時返回模型中的檔案清單。

  • image_classificationmnist文本分類,輸入mnist jpg圖片,返回圖片分類類別。

編譯方法請參見專案下的README檔案,每個Processor的本地調試方法請參見各目錄下的README檔案。

介面定義

使用C或C++開發自訂Processor,需要定義initialize()process()函數,分別用於服務初始化時載入模型和處理用戶端請求並返回結果。兩個函數的聲明如下。

void *initialize(const char *model_entry, const char *model_config, int *state)

參數

類型

描述

model_entry

輸入參數

對應建立服務時設定檔中的model_entry欄位,關於該欄位的更多資訊請參見建立服務。您可以傳入一個檔案名稱(例如randomforest.pmml)或目錄(例如./model)。

model_config

輸入參數

對應建立服務時設定檔中的model_config欄位,表示自訂的模型配置資訊。關於該欄位的更多資訊請參見建立服務

state

輸出參數

模型載入狀態。如果為0,則表示模型載入成功,否則表示模型載入失敗。

傳回值

自訂的model變數記憶體位址,可以為任意類型。

int process(void *model_buf, const void *input_data, int input_size,void **output_data, int *output_size)

參數

類型

描述

model_buf

輸入參數

initialize()函數返回的模型記憶體位址。

input_data

輸入參數

使用者數入資料,可以為任一字元串或BINARY類型。

input_size

輸入參數

使用者數入資料的長度。

output_data

輸出參數

Processor返回的資料,需要在堆為其分配記憶體,模型負責釋放該記憶體。

output_size

輸出參數

Processor返回的資料長度。

傳回值

返回0200表示成功,可以直接返回HTTP錯誤碼。如果返回不識別的HTTP錯誤碼,則自動轉換為http 400 error

程式碼範例

以下是一個簡單的樣本,未載入任何模型資料,預測服務將使用者請求直接返回給用戶端。

#include <stdio.h>
#include <string.h>
extern "C" {
    void *initialize(const char *model_entry, const char *model_config, int *state)
    {
       *state = 0;
        return NULL;
    }
    int process(void *model_buf, const void *input_data, int input_size,
            void **output_data, int *output_size)
    {
        if (inputSize == 0) {
            const char *errmsg = "input data should not be empty";
            *outputData = strndup(errmsg, strlen(errmsg));
            *outputSize = strlen(errmsg);
            return 400;
        }
        *outputData = strndup((char *)inputData, inputSize);
        *outputSize = inputSize;
        return 200;
    }
}

該Processor未讀取任何模型資訊,將使用者輸入原樣輸出,可以通過如下的Makefile將其編譯為SO檔案。

CC=g++
CCFLAGS=-I./ -D_GNU_SOURCE -Wall -g -fPIC
LDFLAGS= -shared -Wl,-rpath=./
OBJS=processor.o
TARGET=libpredictor.so
all: $(TARGET)
$(TARGET): $(OBJS)
      $(CC) -o $(TARGET) $(OBJS) $(LDFLAGS) -L./
%.o: %.cc
      $(CC) $(CCFLAGS) -c $< -o $@
clean:
      rm -f $(TARGET) $(OBJS)