BERT-as-service|BERT-as-service 时隔三年突然更新，这次连名儿都改了 BERT-as-service时隔三年突然更新

无需担心复杂的实现细节，只需简单调用 API，就可以为文本和图像创建 SOTA 表征向量。

从 BERT 到 BERT-as-service 2018 年 9 月，Google 一篇 BERT 模型相关论文引爆全网：该自然语言模型，在机器阅读理解顶级水平测试 SQuAD1.1 中，连破 11 项 NLP 测试记录，两个衡量指标全面超越人类。
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
这不仅开启了 NLP 的全新时代，也标志着迁移学习和预训练+微调的模式，开始进入人们的视野。
2018 年 10 月，BERT 发布仅一个月后，BERT-as-service 横空出世。用户可以使用一行代码，通过 C/S 架构的方式，连接到服务端，快速获得句向量。

BERT-as-service|BERT-as-service 时隔三年突然更新，这次连名儿都改了

文章图片
?
BERT-as-service 2018 年发布时的架构

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，以方便易用的网络微服务 API 接口，赢得了 NLP 及机器学习技术社区的广泛关注。
它简洁的 API 交互方式、文档写作风格，甚至连 README 排版，都成为之后众多开源项目的模板。

文章图片
?
BERT-as-service 可以通过几行代码轻松获得句向量

如果说 BERT 是迁移学习的里程碑，那么 BERT-as-service 的出现，可以称得上是迁移学习，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 的代码贡献。火遍全球的 Hugging Face 在 2018 年 11 月推出的 Pytorch-transformers 初版，也受到了 BERT-as-service 的启发。
尽管 BERT-as-service 在 2019 年 2 月后的更新逐渐暂停，但 3 年来该项目在 GitHub 上积累了 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 的极大兴趣和热情。
其中很多开发人员 Fork 了 BERT-as-service 并结合自身业务，开发出了一套自己的微服务系统。
BERT-as-service 升级版重磅来袭时隔三年，BERT-as-service 再度更新，升级为全新的 CLIP-as-service，不仅保留了原有的高并发、微服务、简单易用等特性，更可以同时生成文本和图像的表征向量。

文章图片
?

CLIP-as-service 的背后是由 OpenAI 在 2021 年 1 月发布的 CLIP (Contrastive Language-Image Pre-training) 模型，它可以基于文本对图像进行分类，打破了自然语言处理和计算机视觉两大门派「泾渭分明」的界限，实现了多模态 AI 系统。
CLIP-as-service具有以下特点：

开箱即用：无需额外学习，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出。
速度快：为大型数据集和长耗时任务量身定制，同时支持 ONNX 和 PyTorch 模型引擎，以提供快速推理服务。
高扩展：支持多核、单核 GPU 上并行扩展多个 CLIP 模型，并自动进行负载均衡。服务器端可以选择通过 gRPC、Websocket 或 HTTP 三种方式对外提供服务。
神经搜索全家桶：开发者可以短时间内，快速融合 CLIP-as-service 及 Jina、DocArray，搭建跨模态和多模态搜索行业解决方案。

CLIP-as-service 实操指南安装 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安装 CLIP 客户端或服务端。
注意：请确保使用 Python 3.7+
1、安装 CLIP 服务端（通常是 GPU 服务器）

pip install clip-server

【BERT-as-service|BERT-as-service 时隔三年突然更新，这次连名儿都改了】2、安装 CLIP 客户端（比如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。所有这些操作都可以通过一句简单的命令完成。
启动服务器：

python -m clip_server

服务器启动后，将显示以下输出：

ProtocolGRPC Local access0.0.0.0:51000 Private network192.168.3.62:51000 Public address87.191.159.105:51000

这表示服务器已准备就绪，并以 gRPC 方式对外提供接口。
从客户端连接服务端就绪后，即可通过 GRPC 客户端与之连接并发送请求。根据客户端和服务端的位置，可使用不同的 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接状况：

from clip_client import Clientc = Client('grpc://0.0.0.0:51000') c.profile()

如果连接正常，你会看到如下所示的耗时树状图：

Roundtrip16ms100% ├──Client-server network12ms75% └──Server4ms25% ├──Gateway-CLIP network0ms0% └──CLIP model4ms100%

搭建一个跨模态搜索系统：文本到图片在这个示例中，我们将使用 CLIP-as-service 搭建立一个简单的 text-to-image 搜索案例，用户只需输入文本，即可输出相匹配的图像。
本示例将借助 Totally-Looks-Like 数据集及 Jina AI 的 DocArray 来实现数据下载。
注意：DocArray 作为上游依赖，已包含在 clip-client 中，无需单独安装。
1、加载图像

from docarray import DocumentArrayda = DocumentArray.pull('ttl-original', show_progress=True, local_cache=True)

Totally-Looks-Like 数据集包含 12,032 张图像，可能需要一段时间下载。
2、加载完成后，使用 DocArray 内置功能 da.plot_image_sprites() 将其可视化，效果如下图所示：

文章图片
?

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 Clientc = Client(server='grpc://87.105.159.191:51000')da = c.encode(da, show_progress=True)

4、输入 "a happy potato"，查看搜索结果

vec = c.encode(["a happy potato"]) r = da.find(query=vec, limit=9) r.plot_image_sprites()

输出结果如下：

文章图片
?
查询 "A happy potato" 后的输出结果

尝试输入 "professor cat is very serious"，输出结果如下：

文章图片
?

更多详细文档，请访问 CLIP-as-service
搭建一个跨模态搜索系统：图片到文本我们也可以将两个模态对调，实现图片到文字的搜索。
在下面这个例子中，我们使用《傲慢与偏见》整部小说的英文文本作为匹配目标。然后输入一张图片，就可以得到这张图片在《傲慢与偏见》中对应的文本。

文章图片
?

?
开始之前，先运行本地托管且支持客户端访问的 CLIP-as-service 服务端。
运行 CLIP-as-service 服务端
服务端启动并运行后，即可使用客户端向其发送请求并获得结果。
使用 CLIP-as-service 客户端，建立多模态搜索实例。
以上就是本期关于 CLIP-as-service 的全部内容，更多精彩内容，敬请持续关注 Jina AI 公众号！
本文相关学习资料：
CLIP-as-service 文档
CLIP-as-service GitHub Repo
参与 Jina 学习，成为神经搜索专家
DocArray 文档
Jina 文档

?