Question

我仔细阅读了各种文档，以在ubuntu服务器上设置Rasa NLU。他们有一个必须运行的docker容器

ArrayAdapter<MutableLiveData<List<String>>>

因此，我建立了一个模型，并提供了少量训练数据并重新启动了docker实例。当我进入url中的viewModel.getPlayListObservable().observe(this, new Observer<List<String>>() { @Override public void onChanged(List<String> playerList) { ArrayAdapter<String> playerAdapter = new MyAdapter<String>(this, R.layout.grid_item, playerList); gridView.setAdapter(playerAdapter); playerAdapter.notifydataChanged(); } });时，它找不到我的模型，并且它在响应中返回docker run -p 5000:5000 rasa/rasa_nlu:latest-full。我相信我需要在运行docker容器时设置项目路径和模型路径。但是我不确定该怎么做。

我是docker以及Rasa NLU的新手。如果有人可以指出我正确的方向，那将有很大帮助！

Answer 1

您提供的命令将启动NLU服务器。由于您的状态为project not found，因此您似乎尚未提供训练有素的模型。

您可以将包含受训模型的目录作为Docker卷挂载，例如：

docker run 
  -v nlu-models:/app/nlu-models \ # mounts the directory `nlu-models` in the container to `/app/nlu-models`
  -p 5000:5000 \ # maps the container port 5000 to port 5000 of your host
  rasa/rasa_nlu:latest-full \ # the Docker image
  start --path /app/nlu-models # starts the NLU server and points it to the directory with the trained models`

另一种选择是使用问题中的命令启动服务器，然后通过sending the training data via POST request to the server在服务器上开始培训（确保标头指定Content-Type: application/x-yml）。为此，请指定文件config_train_server.yml，其中包含您的NLU管道的配置和您的训练数据，例如：

language: "en"

pipeline: "spacy_sklearn"

# data contains the same md, as described in the training data section
data: |
  ## intent:affirm
  - yes
  - yep

  ## intent:goodbye
  - bye
  - goodbye

然后，您可以通过POST请求将文件的内容发送到服务器，例如：

curl -XPOST \ # POST request
  -H "Content-Type: application/x-yml" \ # content header localhost:5000/train?project=my_project \
  -d @config_train_server.yml # pipeline config and training data as body of the POST request

需要帮助来使用Docker设置Rasa NLU服务器

1 个答案: