色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Intel Developer Cloud Telemetry數據分析(二)

SDNLAB ? 來源:SDNLAB ? 2023-03-21 10:32 ? 次閱讀

Telemetry介紹

上一篇文章我們介紹了Intel Developer Cloud Telemetry的概念和功能,通過該功能的數據分析,可以更好地優化產品方案。有關Telemetry 的工作原理和集成方法,我將在這篇文章里細細解釋。耐心看下去,相信您肯定可以在自己應用中開啟這個功能。

Telemetry收集流程

a32fa8d8-c772-11ed-bfe3-dac502259ad0.png| 圖 1-2 Telemetry收集數據流程概括來說,對自定義AI模型上運行模型優化,由Intel OpenVINO進行推理,完成對AI模型的推理后,您就可以獲得計算節點上可用的遙測指標。具體步驟如下:1. 導入所有自定義模型文件(tensorflow、kaldi、onnx 等)2. 使用模型優化器以必要的精度創建模型中間表示 (IR) 文件3. 創建用于在計算節點上提交運行推理的作業文件 (.sh)4. 使用 Application Metrics Writer 啟用遙測5. 為不同的計算節點提交作業并監控作業狀態直到完成(提交作業會調用bash和自定義python文件)6. 在遙測儀表板上顯示模型指標注意:流程里不止包含Telemetry。而是AI應用在DevCloud上運行的流程,以便您可以了解Telemetry功能在應用里的位置。參考:https://www.embedded.com/enabling-telemetry-for-custom-models-in-intel-devcloud-for-the-edge/

Telemetry集成

這次依然選擇object-detection-python實例來介紹集成方法,應用程序的 python 代碼中調用了applicationMetricWriter模塊向Telemetry傳遞數據指標如,幀率、推理時間、模型名稱、推理硬件信息,下面通過具體代碼來展示詳細信息。
  • Step1. 登錄JupyterLab

登錄Intel Developer Cloud主頁后,點擊“Bare Metal Deployment”的“Get Started”按鈕,進入Jupyter Lab開發環境。在左側目錄導航欄選擇這個路徑:Reference-samples/iot-devcloud/openvino-dev-latest/developer-samples/python/,然后找到object-detection-python應用。
  • Step2. 程序源碼分析

直接打開object_detection.py,可以看到在文件開頭部分導入了applicationMetricWriter模塊。我們可以在Jupyter notebook里直接查看它的函數。方法如下:a348073e-c772-11ed-bfe3-dac502259ad0.png| 圖 3-1在Jupyter notebook里查看函數可以看到它只有兩個函數,使用起來非常的簡單,我們來逐一介紹一下這兩個函數。send_inference_time() 用來向Telemetry 數據發送每一幀推送所消耗的時間,唯一要注意的是每一幀哦。這就要求你能區分每一幀推理的時間。如果你選擇async模式,就需要考慮是不是適用了。send_application_metrics 主要傳遞的是模型的名字和推理設備的名字,以便于你能更好地標記這個任務。看到這你估計跟我剛開始一樣,怎么沒有看到上傳CPU, GPU, Thermal 等數據上傳呢。其實是因為這些數據都是通用的,這塊就沒有必要放在用戶側來每次都重復寫一遍,在后端直接默認做了。從這里我們可以看到,最重要的數據還是推理時間的上傳。現在這兩個函數在程序里的調用時機,這里我注釋了沒有必要的代碼,以方便觀察。

#!/usr/bin/env python

import applicationMetricWriter

...

def main():

...

try:

infer_time_start = time.time()

with open(processed_vid, "rb") as data:

while frame_count < video_len:

byte = data.read(CHUNKSIZE)

if not byte == b"":

deserialized_bytes = np.frombuffer(byte, dtype=np.uint8)

in_frame = np.reshape(deserialized_bytes, newshape=(n, c, h, w))

inf_time = time.time()

exec_net.start_async(request_id=current_inference,inputs={input_blob: in_frame})

# Retrieve the output of an earlier inference request

if previous_inference >= 0:

status = infer_requests[previous_inference].wait()

if status is not 0:

raise Exception("Infer request not completed successfully")

det_time = time.time() - inf_time

applicationMetricWriter.send_inference_time(det_time*1000)

res = output_postprocessor(exec_net.requests[previous_inference].output_blobs)

processBoxes(frame_count, res, labels_map, args.prob_threshold, width, height, result_file)

frame_count += 1

applicationMetricWriter.send_application_metrics(model_xml, args.device)

  • Step3.Telemetry數據訪問

等應用程序在邊緣節點運行結束,我們就可以去查看Telemetry的數據了。數據的連接你可以參考這個object-detection-python里的方法,直接點擊1Telemetry按鍵獲取連接方式。a35fde5e-c772-11ed-bfe3-dac502259ad0.png| 圖 3-2 Telemetry地址 當然您也可以自己手動生成這樣一個連接,注意上圖中2框處的ID號。使用Telemetry 服務器地址拼接該ID號,即可訪問該數據。

https://devcloud.intel.com/edge/metrics/d/+ID

比如:https://devcloud.intel.com/edge/metrics/d/573403訪問該路徑即可獲取Telemetry 的數據了。a37004b4-c772-11ed-bfe3-dac502259ad0.png| 圖 3-3 Telemetry界面

總 結

看到這相信您一定理解了Intel Developer Cloud Telemetry 的集成方法了,它并沒有我們想象的那么復雜。我這里總結出來,只是為了方便剛開始接觸這塊的您更快上手,不用花費太多精力就可以更快的把事情搞定。如果您在使用過程中有碰到問題,期待一起交流。這篇就到這吧。
審核編輯 :李倩


聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    87

    文章

    30728

    瀏覽量

    268886
  • 應用程序
    +關注

    關注

    37

    文章

    3265

    瀏覽量

    57678
  • 數據分析
    +關注

    關注

    2

    文章

    1445

    瀏覽量

    34050

原文標題:Intel Developer Cloud Telemetry數據分析(二)

文章出處:【微信號:SDNLAB,微信公眾號:SDNLAB】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    Intel PXA27x Processor Family Developer's Manual

    Intel PXA27x Processor Family Developer's Manual 共29章!值得一學!  
    發表于 11-23 09:56

    數據分析

    數據分析軟件
    發表于 05-28 22:31

    數據分析需要的技能

    商業價值的轉換,數據分析師是其中一個重要的職位,那么,想從事該職業需要具備哪些技能呢?1. 精通ExcelExcel處理技能是大數據分析師必備技能,并且需要十分精通,除了常規操作和函數,一些不常
    發表于 04-10 15:59

    怎么有效學習Python數據分析

    Python在人工智能、機器學習領域受到火熱追捧,很大程度上在于它擁有非常龐大的第三方庫,以及強大的通用編程性能。因此,快速掌握Python進行數據分析,就是學習Python各種第三方庫、工具包
    發表于 06-28 15:18

    傳統的商業分析怎么被數據分析取代的

    數據分析為什么能夠打敗傳統的商業分析
    發表于 04-13 11:48

    基于Python的數據分析

    《利用Python進行數據分析》 113日期范圍、頻率和移位
    發表于 05-01 11:24

    BI分享秀——高度開放的數據分析經驗共享

    由于以前的數據分析軟件并沒有一個開放性的分析經驗共享板塊,因此很多的用戶基本上都是在閉門造車,延續自己的分析思維。因此一旦遇到新的分析內容、需求,以前的
    發表于 05-12 14:23

    BI數據分析軟件使用指南

    存貯。數據可視化分析報表制作一鍵新建報表、應用可視化圖表后,通過拖拉拽就能自定義可視化圖表的大小、排版,點擊即可完成數據集、匯總、行列維度等基礎設置。如果你想更快地制作BI
    發表于 01-04 11:00

    成為Python數據分析師,需要掌握哪些技能

    相關分析法回歸分析法聚類分析法判別分析法主成分分析法因子分析法對應
    發表于 06-30 11:42

    電商數據分析攻略,讓你輕松搞定數據分析

    在當今的數字經濟時代,運用大數據分析來促進業務增長已然成為一種普遍行為,擁有一套系統化的數據分析方案尤為重要。奧威BI電商數據分析方案是一種基于數據挖掘和機器學習技術的解決方案,以豐富
    發表于 06-27 09:22

    數據分析步驟

    數據分析過程的主要活動由識別信息需求、收集數據分析數據、評價并改進數據分析的有效性組成。
    的頭像 發表于 12-19 16:36 ?4.9w次閱讀

    IBM Cloud Pak for Data平臺讓數據分析變得更簡單

    實驗室。但對非科技專業的學生和院系來說,分析數據的技術及工具很復雜和難用。因此,仁大選擇了IBM Cloud Pak for Data平臺,解決這個難題,令數據分析變得更簡單。
    的頭像 發表于 04-14 11:26 ?1873次閱讀

    Intel? Developer Cloud Telemetry數據分析

    Telemetry 數據包含在給定作業運行期間的應用程序詳細信息——即:平均推理時間 (MS)、推理計數、目標硬件。它還包括以下指標:每秒幀數、推理時間、推理期間的 CPU/GPU 使用率、平均 CPU/GPU 溫度以及推理期間的內存使用率。
    的頭像 發表于 03-17 11:17 ?421次閱讀

    Intel Developer Cloud Telemetry數據分析(一)

    Telemetry(遙測)是指Intel Developer Cloud 幫助開發者收集應用程序執行時開發者指定的信息,并通過 UI 的形式展現的功能,該功能可以被啟動或關閉。
    的頭像 發表于 06-05 15:57 ?672次閱讀
    <b class='flag-5'>Intel</b> <b class='flag-5'>Developer</b> <b class='flag-5'>Cloud</b> <b class='flag-5'>Telemetry</b><b class='flag-5'>數據分析</b>(一)

    Intel Developer CloudTelemetry數據分析

    在上一篇文章中介紹了 Intel Developer Cloud Telemetry 的概念和功能,通過該功能的數據分析,可以更好地優化產品
    的頭像 發表于 07-07 10:55 ?605次閱讀
    <b class='flag-5'>Intel</b> <b class='flag-5'>Developer</b> <b class='flag-5'>Cloud</b>之<b class='flag-5'>Telemetry</b><b class='flag-5'>數據分析</b>
    主站蜘蛛池模板: 亚洲午夜久久影院| 亚洲 成人网| 色欲AV亚洲情无码AV蜜桃| 日韩hd高清xxxⅹ| 香港日本三级亚洲三级| 夜色帮首页| 40岁东北老阿姨无码| jaPanesmature儿母| 福利视频一二三在线观看| 国产探花在线精品一区二区| 精品国产乱码久久久久久乱码 | 国精产品砖一区二区三区糖心| 寂寞夜晚视频在线观看| 狼群影院视频在线观看WWW| 欧美精品华人在线| 忘忧草日本在线WWW日本| 亚洲欧美中文字幕网站大全| 88福利视频| 国产av免费观看日本| 精品AV国产一区二区三区| 免费人成视频19674不收费| 日韩中文字幕欧美在线视频| 亚洲精品乱码久久久久久v| 91久久偷偷看嫩草影院无费| 国产3级在线观看| 久草视频在线观看免费4| 青青青青草| 亚洲欧美另类无码专区| 99久久精品免费看国产一区二区| 国产高潮国产高潮久久久久久| 久久99re热在线播放7| 青柠电影在线看| 亚洲一品AV片观看五月色婷婷 | 99国产在线视频有精品视频| 国产1000部成人免费视频| 久久九九久精品国产尤物| 日韩一区二区三区免费体验| 在线播放真实国产乱子伦| 成人在线视频免费| 久久棋牌评测| 午夜伦理在线观看|