English | 视频演示 | Live demo! | 教程

Clone 这个 repo。从 repo 的根目录,您可以拉取我们预先配置的 dev Docker image 并登录进去。请见国内的 Docker hub 镜像。

$ git clone https://gitee.com/secondstate/tencent-tensorflow-scf
$ cd tencent-tensorflow-scf
$ docker pull secondstate/tencent-tensorflow-scf
$ docker run --rm -it -v $(pwd):/app secondstate/tencent-tensorflow-scf
(docker) $

你不一定要使用我们的 Docker image。要在您自己的计算机或容器上构建,请确保您已经安装了Serverless 框架, Rust, 和rustwasmc.

在 Docker 容器中运行以下命令,以构建和部署整个应用程序。

(docker) $ cd /app
(docker) $ sls deploy
... ...
 website: https://sls-website-ap-hongkong-kfdilz-1302315972.cos-website.ap-hongkong.myqcloud.com
 vendorMessage: null
63s › tencent-tensorflow-scf › "deploy" ran for 3 apps successfully.

在浏览器中加载网站 URL,就开始使用函数来识别照片中的对象啦。

在中国大陆,如果 GitHub 很慢,可以用我们在 Gitee 的镜像。git clone https://gitee.com/secondstate/tencent-tensorflow-scf.git

Fork 这个 repo,使用 Code | Open with Codespaces 按钮来在浏览器中打开 Github Codespaces IDE 。第一次启动时,需要花费几分钟。

一旦 Codespaces IDE 启动了, 你就可以根据自己的应用程序需求来对源代码进行修改,自定义函数。 查看教程

• 在 src/lib.rs 文件中更改 TensorFlow 模型以及数据预处理和后处理逻辑。
• 在 website/content/index.html 文件中对前端UI进行更改。

在 Codespaces 打开 Terminal 窗口, 然后运行下面的命令行来创建云函数。

$ rustwasmc build --enable-aot

在 Terminal 窗口,运行下面的命令行将 TensorFlow 云函数部署到腾讯云上。

$ cp pkg/scf.so scf/
$ sls deploy
... ...
 website: https://sls-website-ap-hongkong-kfdilz-1302315972.cos-website.ap-hongkong.myqcloud.com

在浏览器内加载部署好的 URL。 Have fun!

如果你不能或不想使用 Github Codespaces,那可以在自己的计算机(或Docker映像)上安装 rustwasmc 和 serverless framework 工具链来构建和部署 Tensorflow serverless 函数。 安装 rustwasmc 工具

通过 NPM 安装 Serverless Framework。

$ npm install -g serverless

准备工作已经做完了,现在你可以参照上文提到的 Codespaces 的创建和部署教程来创建自己的云函数。