MegEngine 模型推理部署教程#
Warning
这套教程正处于缓慢发布状态，你看到的非最终成品，欢迎参与讨论改进。
适用人群 & 前置知识要求
本套教程适合那些想要知道 “如何将深度学习模型部署到生产环境中” 的开发者：
也许你刚学习完 《 MegEngine Deep Learning Getting Started Tutorial 》，已经能够开发出一些简单的模型了， 但对如何将模型部署到不同的平台和设备十分好奇，想要尝试一些具体的实践，这套教程将带你入门；
如果你完全不关注模型开发的过程和细节，希望故事从已经拿到一个训练好的模型开始讲起。 不妨先试试看阅读用户指南中的 Model Deployment Overview and Process Recommendations 并进行实践，感到吃力的话再来阅读本系列教程。
你需要具备一定的 Python 开发经验，进阶主题中我们将会用到 C++ 与源码编译，以追求极致的性能。
体验现实生活中的 MegEngine 推理服务（Face++）
推理服务通常部署在云端服务器（对外提供 gRPC/HTTP 接口请求）或是边缘计算设备（例如用户移动终端）上。 例如 旷视 Face++ 人工智能开放平台 ， 为开发者提供人脸识别、人像处理、人体识别、文字识别、图像识别等 AI 能力，里面使用的即 MegEngine 推理引擎。 开发者可以选择使用接入云端服务器上提供的 API 使用服务器上的模型推理， 也可以选择使用封装好的 SDK 服务，在各种设备上离线进行使用。
通过本系列教程的学习，你将能够基于 MegEngine 搭建起自己的推理服务或开发出推理 Demo 应用。
内容安排与组织#
这套 MegEngine 模型推理部署教程由多个章节组成：
在用户指南的 Model Deployment Overview and Process Recommendations 页面中，对常见情况进行了总结，并给出了最佳实践。 而本套教程将从最原始的情况 —— 即使用与模型训练完全一致环境的，向你演示模型部署的最简概念与形式。 接着与你一同去思考在生产情景下需要考虑的成本和效率问题，从而接触到不同的推理部署情景，并进行实战。
在此之前，如果你还不熟悉 MLOps 的整个流程，建议阅读下一小节的有关介绍：
真实世界的机器学习系统#
ML Ops: Machine Learning Operations
在 Google 发布的《Hidden Technical Debt in Machine Learning Systems [1] 》 论文中指出，机器学习的代码在整个机器学习项目中可能只是很小的一块比例（下图黑色块部分） ——
Only a small fraction of real-world ML systems is composed of the ML code, as shown by the small black box in the middle. The required surrounding infrastructure is vast and complex.#
如果你已经成功地开发出一个机器学习模型 —— 给定输入 \(\mathcal{X}\), 能够如期预测输出 \(\mathcal{Y}\). 我们将这一步称为是模型开发中的概念验证（Proof of concept, POC）. 但想要将训练完成的模型落地成生产环境中可用的项目，我们还需要经历其它的一些步骤。 实际上，一个完整的机器学习项目的生命周期将类似于：
MLOps 基本环节：选定范围、数据获取与处理、模型开发、部署应用#
选定范围：确定项目类型、关键的几个指标（精度、延迟、带宽等等）、预估资源量与排期…
数据：定义数据形式，建立相关的 Baseline, 采集和标注数据等等相关处理…
模型开发：设计出合适的模型结构、调整超参数、在给定数据集上训练并达标…
部署应用：在生产环境中部署模型进行推理，对指标进行监控，进行长期的维护…
通常整个流程不是线性的，而是会在各个环节之间根据结果循环进行调整，以整体达到更好的效果。
See also
模型部署与模型开发的过程类似，需要在流程中不断迭代调优。#
Deeplearning.ai 团队的 《 Machine Learning Engineering for Production 》 课程对 MLOps 有着更加详细的解释和案例分析，本系列教程将基于 MegEngine, 专注向你展示部署（Deployment）的基本流程。