GitHub Actions的机器学习推理上线，推进测试部署高度自动化

GitHub Actions 是一个用于构建、测试和部署的自动化工具。举个例子快速了解下它是什么：每次你创建一个 Pull Request（带有某个标签）时，都会触发新的应用程序构建，然后它可以向高级开发人员发送消息，让他们快速查看代码。

项目地址：

https://github.com/gaborvecsei/Machine-Learning-Inference-With-GitHub-Actions

我们将创建什么？

在存储库上创建一个自定义操作和自动化工作流，你可以在其中使用经过训练的模型，并在某个问题有了新评论时触发它。你还可以找到模型训练和推理代码。我想要超级硬核，所以我选择了 Iris 数据集和随机森林分类器。这个树集成模型经过训练，可以根据萼片和花瓣的长度和宽度来识别花朵。

这个模型的训练是在 Jupyter Notebook 上完成的。这些代码训练并序列化我们将用于预测的模型。当问题收到评论时，GitHub Actions 工作流将被触发。如果评论包含前缀 /predict，那么我们就开始解析评论，然后我们做一个预测并构造一个回复。最后一步，该消息由机器人在相同的问题下发回给用户。为了把事情做得更好，整个自定义操作将在 Docker 容器中运行。

我们将找出工作流中的步骤，并为某些步骤创建单独的操作。一个工作流可以包含多个操作，但是在这个项目中，我们将使用单个操作。

创建一个操作

第一步，我们应该在名为 action.yaml 的根文件夹中创建操作。在这里，我们可以描述 inputs、outputs 和运行环境。

name: 'Prediction GitHub Action Test'
description: 'This is a sample with which you can run inference on a ML model with a toy dataset'
inputs:
  issue_comment_body:
    required: true
    description: 'This is the Github issue comment message'
  issue_number:
    required: true
    description: 'Number of the Github issue'
  issue_user:
    required: true
    description: 'This user send the comment'
outputs:
   issue_comment_reply:
     description: 'Reply to the request'
runs:
   using: 'docker'
   image: 'Dockerfile'
    args:
        - ${{ inputs.issue_comment_body }}
        - ${{ inputs.issue_number }}
        - ${{ inputs.issue_user }}

从上到下，你可以看到定义好的 3 个输入和 1 个输出。最后，runs 键描述了我们的代码将要在其中运行的环境。这是一个 Docker 容器，其输入将作为参数传入。因此，容器的入口点应该按照定义的顺序接受这 3 个参数。

容器

如果我们仔细查看 Dockerfile，就可以看到我们的运行环境是如何构建的。首先，我们安装所有 Python 需要的东西。然后复制 entrypoint.sh 并使其可执行，这样它就可以在容器内运行了。最后，序列化的 sklearn 模型文件被复制到容器中，这样，我们就可以使用它来进行预测。（在真实的场景中，不应该将模型文件存储在存储库中。这只是为了可以快速演示。）

FROM python:3.6

# Install python requirements
copY requirements.txt /requirements.txt
RUN pip install -r /requirements.txt

# Setup Docker entrypoint script
copY entrypoint.sh /entrypoint.sh
RUN chmod +x /entrypoint.sh

# copy the trained model
copY random_forest_model.pkl /random_forest_model.pkl

ENTRYPOINT ["/entrypoint.sh"]

定义工作流

没有工作流就不能使用操作。它定义了你希望在管道中采取的不同步骤。

name: Demo
on: [issue_comment]

jobs:
    my_first_job:
        runs-on: ubuntu-latest
        name: Just a simple demo job
        steps:
            - name: Checkout
              uses: actions/checkout@master
            - name: See full payload (for debugging)
              env:
                  PAYLOAD: ${{ toJSON(github.event) }}
              run: echo "FULL PAYLOAD:\n${PAYLOAD}\n"
            - name: Run the container and make a prediction
              if: startsWith(github.event.comment.body, '/predict')
              uses: ./
              id: make_prediction
              with:
                  issue_comment_body: ${{ github.event.comment.body }}
                  issue_number: ${{ github.event.issue.number }}
                  issue_user: ${{ github.event.comment.user.login }}
            - name: Print the output from the container(for debugging)
              run: echo "The reply message is ${{steps.make_prediction.outputs.issue_comment_reply}}"
            - name: Send reply to issue for user
              env:
                GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
              run: bash issue_comment.sh "steps.makeprediction.outputs.issuecommentreply""{{ github.event.issue.number }}"

首先，on: [issue_comment] 定义了我希望在接收到某个问题的评论（任何人提出的任何问题）时触发这个流。然后，我通过 runs-on: ubuntu-latest 定义了运行的 VM 类型（它可以是自托管的，也可以是由 GitHub 提供的）。接下来是有趣的部分，我之前提到的步骤。

签出步骤：在这个步骤中，我们将移到存储库中所需的分支上（这也是一个 github 操作）。
查看有效负载：我在这里把它用于调试。在问题下收到评论后，它显示整个有效负载，包括这个容器、评论、问题编号、留下评论的用户等等。
做出预测：这是我们的自定义动作。代码行 if: startsWith(github.event.comment.body,'/predict') 确保只有在出现有效的预测请求时才运行这个步骤（包含前缀 /predict）。你可以看到，输入是在 with 关键字下定义的，而值是通过它们的键（如 github.event.comment.body）从负载中添加的。
打印应答：构造的应答被回显到日志。它使用前面的步骤中定义的输出：steps.make_prediction.output .issue_comment_reply。
发送应答：创建的应答中包含预测，将使用脚本 issue_comments .sh 作为应答发送。

每个步骤都在指定的运行器 ubuntu-latest 上运行，但是我们的操作在创建的容器中运行。此容器是在工作流被触发时构建的。（我本来可以缓存它，这样每次流运行时就可以使用以前构建的映像，但是我还是懒得将它添加到这个示例中）。

做出预测

有一件事我没有谈到：预测是如何做出的？你可以通过查看 main.py 脚本轻松地解决这个问题。model = load_model("/random_forest_model.pkl")

try:
    sepal_length, sepal_width, petal_length, petal_width = parse_comment_input(args.issue_comment_body)
    predicted_class_id = make_prediction(model, sepal_length, sepal_width, petal_length, petal_width)
    predicted_class_name = map_class_id_to_name(predicted_class_id)
    reply_message = f"hey @{args.issue_user}!<br>This was your input: {args.issue_comment_body}.<br>The prediction: **{predicted_class_name}**"
except Exception as e:
    reply_message = f"hey @{args.issue_user}! There was a problem with your input. The error: {e}"

print(f"::set-output name=issue_comment_reply::{reply_message}")

看到上面的内容，可能你就会觉得这太简单了：输入、数据集、模型、模式存储、如何处理请求等等。例如，对于图像输入，你可以从一个 base64 字符串解码，然后通过存储在 GitLFS 中的深度学习模型运行它。那么，就动手实际操作下吧。

GitHub Actions的机器学习推理上线，推进测试部署高度自动化

相关推荐