无需放心简单的实现细节，只需简略调用 API，就能够为文本和图像创立 SOTA 表征向量。
从 BERT 到 BERT-as-service
2018 年 9 月，Google 一篇 BERT 模型相干论文引爆全网：该自然语言模型，在机器浏览了解顶级程度测试 SQuAD1.1 中，连破 11 项 NLP 测试记录，两个掂量指标全面超过人类。
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
这不仅开启了 NLP 的全新时代，也标记着迁徙学习和预训练 + 微调的模式，开始进入人们的视线。
2018 年 10 月，BERT 公布仅一个月后，BERT-as-service 横空出世。 用户能够应用一行代码，通过 C/S 架构的形式，连贯到服务端，疾速取得句向量。
BERT-as-service 2018 年公布时的架构
作为基于 BERT 的第一个微服务框架，BERT-as-service 通过对 BERT 的高度封装和深度优化，以不便易用的网络微服务 API 接口， 博得了 NLP 及机器学习技术社区的宽泛关注。
它简洁的 API 交互方式、文档写作格调，甚至连 README 排版，都成为之后泛滥开源我的项目的模板。
BERT-as-service 能够通过几行代码轻松取得句向量
如果说 BERT 是迁徙学习的里程碑，那么 BERT-as-service 的呈现， 能够称得上是迁徙学习，在工程服务化的里程碑。
GitHub 上 BERT 模型的不少贡献者，也积极参与了 BERT-as-service 的代码奉献。火遍寰球的 Hugging Face 在 2018 年 11 月推出的 Pytorch-transformers 初版，也受到了 BERT-as-service 的启发。
只管 BERT-as-service 在 2019 年 2 月后的更新逐步暂停， 但 3 年来该我的项目在 GitHub 上积攒了 10,000 个 Star，2,000 多个 Fork 和堆积成山的 Issue， 都显示出社区对 BERT-as-service 的极大趣味和激情。
其中很多开发人员 Fork 了 BERT-as-service 并联合本身业务，开发出了一套本人的微服务零碎。
BERT-as-service 升级版重磅来袭
时隔三年，BERT-as-service 再度更新，降级为全新的 CLIP-as-service，不仅保留了原有的高并发、微服务、简略易用等个性，更能够同时生成文本和图像的表征向量。
CLIP-as-service 的背地是由 OpenAI 在 2021 年 1 月公布的 CLIP (Contrastive Language-Image Pre-training) 模型， 它能够基于文本对图像进行分类，突破了自然语言解决和计算机视觉两大门派「若明若暗」的界线，实现了多模态 AI 零碎。
CLIP-as-service 具备以下特点：
- 开箱即用： 无需额定学习，只需调用客户端或服务端的 API，即可实时生成图像和文本的向量输入。
- 速度快： 为大型数据集和长耗时任务量身定制，同时反对 ONNX 和 PyTorch 模型引擎，以提供疾速推理服务。
- 高扩大： 反对多核、单核 GPU 上并行扩大多个 CLIP 模型，并主动进行负载平衡。服务器端能够抉择通过 gRPC、Websocket 或 HTTP 三种形式对外提供服务。
- 神经搜寻全家桶： 开发者能够短时间内，疾速交融 CLIP-as-service 及 Jina、DocArray，搭建跨模态和多模态搜寻行业解决方案。
CLIP-as-service 实操指南
装置 CLIP-as-service
同 BERT-as-service 的 C/S 架构一样，CLIP-as-service 也分为服务器端和客户端两个安装包。
开发者可通过 pip 在不同的机器上选择性地装置 CLIP 客户端或服务端。
留神：请确保应用 Python 3.7+
1、装置 CLIP 服务端（通常是 GPU 服务器）
pip install clip-server
2、装置 CLIP 客户端（比方在本地笔记本电脑上）
pip install clip-client
启动 CLIP 服务器
启动服务器意味着下载预训练模型，启动微服务框架，对外开放接口等一系列操作。所有这些操作都能够通过一句简略的命令实现。
启动服务器：
python -m clip_server
服务器启动后，将显示以下输入：
🔗 Protocol GRPC
🏠 Local access 0.0.0.0:51000
🔒 Private network 192.168.3.62:51000
🌐 Public address 87.191.159.105:51000
这示意服务器已准备就绪，并以 gRPC 形式对外提供接口。
从客户端连贯
服务端就绪后，即可通过 GRPC 客户端与之连贯并发送申请。依据客户端和服务端的地位，可应用不同的 IP 地址。
更多详情，请查看 CLIP-as-service 文档。
运行 Python 脚本，验证客户端和服务端之间的连贯情况：
from clip_client import Client
c = Client('grpc://0.0.0.0:51000')
c.profile()
如果连贯失常，你会看到如下所示的耗时树状图：
Roundtrip 16ms 100%
├── Client-server network 12ms 75%
└── Server 4ms 25%
├── Gateway-CLIP network 0ms 0%
└── CLIP model 4ms 100%
搭建一个跨模态搜寻零碎：文本到图片
在这个示例中，咱们将应用 CLIP-as-service 搭建设一个简略的 text-to-image 搜寻案例， 用户只需输出文本，即可输入相匹配的图像。
本示例将借助 Totally-Looks-Like 数据集及 Jina AI 的 DocArray 来实现数据下载。
留神：DocArray 作为上游依赖，已蕴含在 clip-client 中，无需独自装置。
1、加载图像
from docarray import DocumentArray
da = DocumentArray.pull('ttl-original', show_progress=True, local_cache=True)
Totally-Looks-Like 数据集蕴含 12,032 张图像，可能须要一段时间下载。
2、加载实现后，应用 DocArray 内置性能 da.plot_image_sprites() 将其可视化，成果如下图所示：
3、通过命令 python -m clip_server 启动 CLIP 服务端，并对图像进行编码 (encode)
from clip_client import Client
c = Client(server='grpc://87.105.159.191:51000')
da = c.encode(da, show_progress=True)
4、输出 “a happy potato”，查看搜寻后果
vec = c.encode(["a happy potato"])
r = da.find(query=vec, limit=9)
r.plot_image_sprites()
输入后果如下：
查问 “A happy potato” 后的输入后果
尝试输出 “professor cat is very serious”，输入后果如下：
更多具体文档，请拜访 CLIP-as-service
搭建一个跨模态搜寻零碎：图片到文本
咱们也能够将两个模态对调，实现图片到文字的搜寻。
在上面这个例子中，咱们应用《高傲与偏见》整部小说的英文文本作为匹配指标。而后输出一张图片，就能够失去这张图片在《高傲与偏见》中对应的文本。
开始之前，先运行本地托管且反对客户端拜访的 CLIP-as-service 服务端。
运行 CLIP-as-service 服务端 👉
服务端启动并运行后，即可应用客户端向其发送申请并取得后果。
应用 CLIP-as-service 客户端，建设多模态搜寻实例。
以上就是本期对于 CLIP-as-service 的全部内容，更多精彩内容，敬请继续关注 Jina AI 公众号！
本文相干学习材料：
CLIP-as-service 文档
CLIP-as-service GitHub Repo
参加 Jina 学习，成为神经搜寻专家
DocArray 文档
Jina 文档