這樣就不必在自己的 server 上裝很肥的套件了！只需要 call API 😎

本篇用簡單的方式來記錄一下好了，這樣之後需要的話，可以快速想起來當初是怎麼用的！

碎碎念一下

我為何研究這個？

2021 年的 7/1~7/3 參加了一場黑客松，我們這組其中有項 feature 要做：使用者傳皮膚照片給 LINE Bot，我們要把 model 預測出來的結果回傳給使用者。（預測是否僅是黑色素，或是有癌性的症狀）

我們當中的一個組員 Justin 把 model 的部分搞定了，但問題來了，該怎麼把 model 的部分結合進我們的 Flask 後端呢？

原本是想說，就直接在 pipenv 的環境下裝 tensorflow-cpu，但因為我們用來部署後端的 Heroku 免費帳戶有空間限制，這麼做是不可行的，除非花錢升級，但我覺得 CP 值不高⋯⋯

現在回過頭想，真的是非常感謝 Justin 對於這項 feature 的堅持，我們原本想說乾脆這個部分直接用模擬的算了，反正黑客松比較重要的是創新的 idea。倘若我們放棄掉了那項 feature，我看，這篇文應該也不會誕生，我也依然不知道該用什麼其他方法部署 ML models！

所以說，提個外話，人生就是這樣，你不去試，你永遠不會知道⋯⋯（詞窮了，反正你懂我意思xD）

我怎麼找到的？

我忘記我下什麼關鍵詞了，好像是「deploy ml model free」吧(?)
找到了這一篇：
How to Deploy a Machine Learning Model for Free – 7 ML Model Deployment Cloud Platforms

第一個就是 Algorithmia 了，也沒想太多，就立馬註冊來試試。

Server 端

我是參考上面提到的那一篇推薦的「How to Deploy your NLP Model to Production as an API with Algorithmia」，寫得很好，不過我還是簡單記錄一下，讓之後能更快上手：

前置作業

寫好 model（或 function）

就是寫好一個 input 餵給它，它能 output 出東西的 model。
這個部分，先在自己的環境上完成吧！（或 Google Colab 之類的雲端環境）

為何我還說「或 function」呢？因為如果拿 Algorithmia 做非 ML 的 API 好像也行，只是就有點殺雞用牛刀的感覺了。

註冊 Algorithmia 帳戶

https://teams.algorithmia.com/signup

Create 一個新的 Algorithm

Home → Create New → Algorithm → 填一填 → Create New Algorithm
這樣就創建好囉！

上傳靜態檔案

像是 pre-trained 好的 model 或者是 csv 檔之類的靜態檔案。
Data Sources → My Hosted Data → New Collection → 填一填 → Create Collection → 你會的
上傳完以後，檔案右側會出現「垂直的三個點點」，點開後有個「Copy Path」，複製起來，待會會需要用到，其格式為：data://:username/:collection/:filename

把 code 加進去

Algorithms → Source Code → 把之前寫好的 code 加進去
咦？直接複製貼上就行了嗎？不！有些要點，我把它列下來：

import 套件

套件直接 import 進來沒問題，要記得在上方的 DEPENDENCIES 加進套件，這樣在 build 的時候，環境就會幫我們裝好那些套件囉！
（套件名稱請參考 PyPI）

存取靜態檔案

剛上傳的靜態檔案該怎麼加進來呢？這個部分花了我不少時間 debug，後來才發現，必須要用到 Algorithmia 這個套件才能存取！

像我原本以為是這樣寫：

1 2	model_file = 'data://:username/:collection/:filename' model.load_weights(model_file)

後來才知道應該要這樣寫：

client = Algorithmia.client()
file_path = 'data://:username/:collection/:filename'
model_file = client.file(file_path).getFile().name
model.load_weights(model_file)

function

function 的部分，也可以直接把它當成一般的 function 來寫，但有一個 function 比較特別，它叫做 apply(input)。

它是什麼？可以把它想成，它就是 C++ 裡面的 main function，而實際上，它就是能讓外部 call 它的 interface！

# API calls will begin at the apply() method, with the request body passed as 'input'
# For more details, see algorithmia.com/developers/algorithm-development/languages
def apply(input):
    return "hello {}".format(input)

所以說，其他的 function 都只是輔助，最後要把那些 function 放進 apply(input) 裡面才有作用哦！

input

input 這個 parameter 的格式呢？該怎麼去處理呢？注意哦，apply() 好像只能有一個 parameter，所以如果想傳很多 parameter 給它，可以把 input 當成一個 dictionary 來看：

# 外部傳進來的 input 格式
{ "food": "草莓果醬", "option": 2 }

# 內部處理方式
food = input['food']
option = input['option']

這是我目前想到最好的解決辦法，或許還有更好的方式處理這部分(?)

發布

BUILD → 等它處理一段時間 → 可以在下方的 Console 直接輸入 input 測試一下，像是 { "food": "草莓果醬", "option": 2 } → PUBLISH → 後面就照著步驟走

Client 端

Algorithms → Overview → 往下滑有個 Install and Use → 照著上面做就行囉！
大概會長這樣：

import Algorithmia

input = {
  "food": "草莓果醬",
  "option": 2
}
client = Algorithmia.client('<default-key>')
algo = client.algo('<username>/<algorithm>/<version>')
algo.set_options(timeout=300) # optional
print(algo.pipe(input).result)

就是這麼簡單 😎

希望讀完這篇文章的您能夠有所收穫，我們下篇文見啦 😃

卡尼多隨筆

用 Algorithmia 部署 ML Models