ہم ایک فائل بنا کر شروع کرتے ہیں جسے ہم ماڈل ڈاؤن لوڈ کرنے کے لیے استعمال کریں گے۔ ہماری مدد کے لیے، ہم استعمال کرتے ہیں۔ گلے ملنے والا چہرہ, ایک python لائبریری جو مختلف اعلی معیار کے NLP ماڈل فراہم کرتی ہے۔
پھر ہم ایک python کلاس بناتے ہیں جسے ہم اپنے انگریزی متن کو تبدیل کرنے سے لے کر اپنے لفظ کے ٹوکن بنانے کے لیے منطق کو سنبھالنے کے لیے استعمال کریں گے جسے ہم اپنے ماڈل کے لیے ان پٹ کے طور پر استعمال کریں گے۔
پھر ہم ایک بناتے ہیں۔ فلاسک API دو اختتامی نقطوں کے ساتھ، ایک یہ جانچنے کے لیے کہ آیا سروس کام کر رہی ہے اور دوسرا ہمارے چیٹ بوٹ کے ساتھ انضمام کے لیے۔
آخر میں ہم ایک Dockerfile تیار کرتے ہیں جو کہ تعمیر ہونے پر چیٹ ماڈل کو پہلے سے ڈاؤن لوڈ کر دے گا تاکہ جب ہم اپنے API کو درخواست بھیجیں تو یہ ماڈل کو ہر بار دوبارہ لوڈ کرنے کے بجائے فوری ردعمل دے سکے۔ اس سے ہمارے بوٹ کی کارکردگی میں زبردست بہتری آئے گی۔ API کی میزبانی کے لیے ہم گنی کارن کو اپنے wsgi سرور کے طور پر استعمال کرتے ہیں بغیر کسی اضافی ویب سرور کے فریم ورک کے۔
آپ کے ماڈل کو آپ کی مقامی مشین پر چلانے سے لے کر اسے پروڈکشن میں چلانے کے اقدامات پریشان کن دیکھ سکتے ہیں۔ تاہم حالیہ برسوں میں متعدد خدمات نے اس قدم کو بہت آسان کیا ہے۔
ہم کے ساتھ کام کرنے جا رہے ہیں گوگل کلاؤڈ رن اس منصوبے کے لئے. گوگل کا "سرور لیس" پلیٹ فارم، مجھے سرور لیس لفظ پسند نہیں ہے کیونکہ یقیناً کوڈ کو چلانے والا سرور ہونا ضروری ہے، لیکن یہ اس لحاظ سے سرور لیس ہے کہ یہ کسی بھی کلائنٹ کے ڈیٹا کو سیشن سے دوسرے سیشن میں محفوظ نہیں کرتا ہے۔ ہمیں کسی بھی وقت جو بھی سرور دستیاب ہوتا ہے۔
2. چیٹ بوٹ این ایل پی ماڈل کی تربیت کے لیے 4 کرنا اور 3 نہ کرنا
3. دربان بوٹ: ایک چیٹ اسکرین سے متعدد چیٹ بوٹس کو ہینڈل کریں۔