Cvičení – nasazení a sestavení řešení

Dokončeno

V prvním cvičení jste už na počítači s Linuxem nainstalovali modul runtime Azure IoT Edge. Ujistěte se, že máte nainstalované následující nástroje pro vývoj softwaru.

• Docker Community Edition na počítači s Linuxem
• Visual Studio Code je editor kódu a je jedním z nejoblíbenějších opensourcových projektů na GitHubu. Funguje v systémech Linux, macOS a Windows.
• Následující rozšíření editoru Visual Studio Code
  • Azure Account
  • Azure IoT Tools
  • Rozšíření Dockeru pro Visual Studio Code
  • Nástroje JSON užitečné pro změnu možnosti vytvoření modulu

Vytvoření služeb Azure AI

V tomto modulu použijete služby Azure AI Custom Vision a Azure AI Speech.

• Služba Azure AI Custom Vision se používá k vytvoření modelu strojového učení s dostupnými obrázky ovoce. Pak se model exportuje a přidá do složky projektu.

• Azure AI Speech se používá ke generování řeči z popisku položky. Do šablony nasazení přidáte klíč řeči.

Prostředek s více službami je uvedený v části Služby Azure AI služby>Azure AI na portálu s více službami. Pokud chcete vytvořit prostředek s více službami, postupujte podle těchto pokynů:

1. Přihlaste se k webu Azure Portal.

2. Výběrem tohoto odkazu vytvořte prostředek s více službami: https://portal.azure.com/#create/Microsoft.CognitiveServicesAllInOne

3. Na stránce Vytvořit zadejte následující informace:

   Podrobnosti projektu	Popis
   Předplatné	Vyberte jedno z dostupných předplatných Azure.
   Skupina prostředků	Skupina prostředků Azure, která bude obsahovat váš prostředek služeb Azure AI. Můžete vytvořit novou skupinu nebo ji přidat do existující skupiny.
   Oblast	Umístění instance služby Azure AI. Různá umístění můžou mít latenci, ale nemají žádný vliv na dostupnost modulu runtime vašeho prostředku.
   Název	Popisný název prostředku služeb Azure AI Například MyAzureAIServicesResource.
   Cenová úroveň	Náklady na účet služeb Azure AI závisí na možnostech, které zvolíte, a využití. Další informace najdete v podrobnostech o cenách rozhraní API.

   

4. Podle potřeby nakonfigurujte další nastavení pro váš prostředek, přečtěte si a přijměte podmínky (podle potřeby) a pak vyberte Zkontrolovat a vytvořit.

Tip

Pokud vaše předplatné neumožňuje vytvořit prostředek služeb Azure AI, možná budete muset povolit oprávnění tohoto poskytovatele prostředků Azure pomocí webu Azure Portal, příkazu PowerShellu nebo příkazu Azure CLI. Pokud nejste vlastníkem předplatného, požádejte vlastníka nebo někoho s rolí správce, aby registraci dokončil za vás nebo požádal o udělení oprávnění /register/action pro váš účet.

Instalace registru Dockeru na počítač s Linuxem

Azure IoT Edge spoléhá na distribuci imagí Dockeru z registru Dockeru. V produkčním prostředí byste nasadí image Dockeru z registru, jako je Azure Container Registry.

Při vývoji modulu Azure IoT Edge je rychlejší nainstalovat do zařízení místní registr kontejneru a nasadit image Dockeru z místního registru do Azure IoT Edge.

Otevřete terminál v počítači s Linuxem a spuštěním následujícího příkazu nastavte místní registr Dockeru.

docker run -d -p 5000:5000 --restart=always --name registry registry:2

Klonování řešení rozpoznávání obrázků do počítače s Linuxem

1. Naklonujte úložiště GitHub.

   git clone https://github.com/MicrosoftDocs/mslearn-oxford.create-image-recognition-with-azure-iot-edge
   

2. Otevřete řešení z nabídky editoru Visual Studio Code.

Aktualizace klíče Azure AI Speech

Otevřete soubor deployment.template.json a aktualizujte klíč azureSpeechServicesKey klíčem, který jste zkopírovali ze služby Azure Speech.

Potvrzení procesoru

Potřebujete zajistit, aby image, kterou plánujete sestavit, odpovídala architektuře cílového procesoru. V našem případě vytvoříme pro amd64. Potvrďte architekturu procesoru.

Na dolním panelu editoru Visual Studio Code klikněte na aktuálně vybranou architekturu procesoru a pak v místní nabídce vyberte amd64.

Sestavení řešení

Sestavte a odešlete řešení do Dockeru tak, že pravým tlačítkem myši kliknete na soubor deployment.template.json a vyberete Sestavit a odeslat řešení IoT Edge. První sestavení bude pomalé, protože Docker potřebuje načíst základní vrstvy do místního počítače.

Pokud křížově kompilujete na amd64, bude první sestavení velmi pomalé, protože je potřeba zkompilovat požadavky OpenCV a Pythonu. Na rychlém procesoru Intel i7-8750H bude křížové kompilace tohoto řešení trvat přibližně 40 minut.

Nasazení řešení

Po dokončení procesu sestavení a nabízení Dockeru vyberte zařízení Azure IoT Hub, do kterého chcete řešení nasadit. Pravým tlačítkem myši klikněte na soubor deployment.json nalezený ve složce konfigurace a v rozevíracím seznamu vyberte cílové zařízení.