iT邦幫忙

2018 iT 邦幫忙鐵人賽
DAY 25
0

前言

我們在第一篇大概介紹資料探勘與推薦系統,讓讀者簡單對於這些領域有很簡單認識;在前一篇我們簡單介紹了 Recommendations Solution 架構與演算法;而在這一篇,我們將一步一步的佈署 Recommendations Solution到 Azure 環境。


建置與佈署

Step 1. 首先我們前往 Azure AL Gallery - Recommendation Solution ,點選右邊 Deploy,系統會要求您先進行登入。
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479220053_001.png

Step 2. 輸入 Deployment Name 與訂閱帳戶...等等 Azure 相關資訊
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479263995_002.png

Step 3. 準備開始佈署,這裡說明會佈署三種服務:App service、App Storage 與 Application insights。我們點選 Next
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479273255_003.png

Step 4. 設定 Azure App Service → 點選 Next
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479286225_004.png

Step 5. 設定 Azure Storage → 點選 Next
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479295710_005.png

Step 6. 設定 Azure Application Insights → 點選下一步
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479302643_006.png

Step 7. 發布服務中....
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479314278_007.png

Step 8. 佈署完成後,很貼心的提供服務相關資訊,像是 endpoint、key …等等
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479326692_008.png

Step 9. 其中也有提供 swagger 連結,可以提供開發者了解與測試 Recommendations API
https://d2mxuefqeaa7sj.cloudfront.net/s_B69DAE75956FC1130A6157007B7D5EC015AB746EE4CAA63AB6665DCAA43D6743_1514479332891_009.png

Step 10. 回到提供服務網頁,先記下 admin key,然後我們點選 recommendation UI 網址,進入圖形化操作介面

Step 11.進入 UI 介面,可以看見 Models、Documentation、Sample、API Reference,我們點選下方Train New Model。

Step 12. 看起來可以設定Model 資訊,太棒了,似乎可以少寫很多程式。

Step 13. 登入到 Azure Portal,檢視我們建立的服務。

完成了設定,也確定服務沒有問題,在下一篇,我們將開始實際測試推薦服務。


上一篇
24. Recommendations Solution (1) - 架構與說明
下一篇
26. Recommendations Solution (3) - 訓練與結果
系列文
利用 MS Bot framework 與 Cognitive Service 建構自用智慧小秘書31

尚未有邦友留言

立即登入留言