Нужна помощь в настройке сервера Rasa NLU с докером - PullRequest
Новая
       10

Нужна помощь в настройке сервера Rasa NLU с докером

0 голосов
/ 20 ноября 2018

Я просмотрел различную документацию для настройки Rasa NLU на моем сервере Ubuntu.И у них есть док-контейнер, который должен быть запущен 

docker run -p 5000:5000 rasa/rasa_nlu:latest-full

Так что я настроил модель и немного обучающих данных и перезапустил экземпляр докера.И он не может найти мою модель, когда я перехожу на /status в URL, а также возвращает project not found в ответе.Я считаю, что мне нужно настроить путь к проекту и модели при запуске контейнера Docker.Но я не уверен, как это сделать.

Я новичок в докере, а также в расе НЛУ.Если кто-то укажет мне правильное направление, это очень поможет!

1 Ответ

0 голосов
/ 20 ноября 2018

Команда, которую вы указали, запускает сервер NLU.Поскольку ваш статус project not found, похоже, вы еще не предоставили обученную модель.

Вы можете смонтировать каталог, содержащий обученную модель, в виде тома Docker, например: 

docker run 
  -v nlu-models:/app/nlu-models \ # mounts the directory `nlu-models` in the container to `/app/nlu-models`
  -p 5000:5000 \ # maps the container port 5000 to port 5000 of your host
  rasa/rasa_nlu:latest-full \ # the Docker image
  start --path /app/nlu-models # starts the NLU server and points it to the directory with the trained models`

Другой вариант - запустить сервер с командой из вашего вопроса, а затем запустить тренинг на сервере путем отправки данных тренинга через POST-запрос на сервер (убедитесь, что в вашем заголовке указано Content-Type: application/x-yml).Для этого укажите файл config_train_server.yml, который содержит конфигурацию вашего конвейера NLU и ваши данные обучения, например: 

language: "en"

pipeline: "spacy_sklearn"

# data contains the same md, as described in the training data section
data: |
  ## intent:affirm
  - yes
  - yep

  ## intent:goodbye
  - bye
  - goodbye

Затем вы можете отправить содержимое файла с помощью запроса POST на сервер,например: 

curl -XPOST \ # POST request
  -H "Content-Type: application/x-yml" \ # content header localhost:5000/train?project=my_project \
  -d @config_train_server.yml # pipeline config and training data as body of the POST request
...