앱과 연결된 Firebase 프로젝트가 있고 Google Cloud Platform(GCP)의 동일한 프로젝트 에서 기계 학습 모델을 만들었다고 가정해 보겠습니다 . 이제 앱의 Firebase 인증을 통해 GCP의 모델을 사용하여 추론을 수행하는 방법이 궁금할 것입니다. JavaScript Firebase 기능을 사용하여 완료할 수 있습니다.

(이것은 Ubuntu 18.04 및 Node.js 14에서 테스트되었습니다)

0. 전제 조건

• 앱과 연결된 Firebase 프로젝트(예: 프로젝트 ID = {PROJECT_ID})
• GCP의 동일한 프로젝트 {PROJECT_ID} 에 있는 머신러닝 모델
• Node.js 14 및 npm( nvm 을 사용하여 설치할 수 있음 )

터미널을 열고 다음을 실행합니다.

npm install -g firebase-tools

로컬 프로젝트 디렉토리가 데스크톱에서 {LOCAL_DIR}이라고 가정합니다. 그것을 만들고 탐색하십시오.

mkdir -p ~/Desktop/{LOCAL_DIR}
cd ~/Desktop/{LOCAL_DIR}

아래의 참고 사항을 참조하여 생성된 프롬프트를 탐색하는 방법에 대한 가이드로 다음 명령을 하나씩 신중하게 실행하십시오.

firebase login

firebase init firestore

firebase init functions

• 브라우저를 통해 로그인하고 인증하라는 메시지가 표시됩니다.
• 메시지가 표시되면 올바른 Firebase 프로젝트( {PROJECT_ID} )를 선택합니다.
• JavaScript(js)를 언어로 선택합니다 .
• 이를 위해 " elsint "는 필요 하지 않습니다 .
• 종속성을 설치하려면 예를 선택하십시오 .

googleapis 패키지가 필요합니다 .

cd ~/Desktop/{LOCAL_DIR}/functions
npm i googleapis

원하는 IDE(예: VS Code)로 " {LOCAL_DIR}/functions/package.json"을 열고 다음과 같이 " engines " 섹션을 편집합니다.

"engines": {
    "node": "14"
  },

원하는 IDE로 " {LOCAL_DIR}/functions/index.js"를 엽니다.

다음 용어를 정의해 봅시다. 귀하의 세부 정보로 교체해야 합니다.

• 모델명 = {MODEL_NAME}
• 모델 영역 = {MODEL_REGION} — (특히 성능 향상을 위해 모델 영역이 함수 영역과 동일한지 확인하십시오. 기본값 = us-central1 )
• Firebase 함수 이름 = {ML_FUNCTION}
• 함수 입력 = 모델 입력 = {“key_str”: “val_str”, “key_int”: 2, “key_arr”: [1.25, 0.76, 3.84]}와 같은 사전

const functions = require("firebase-functions");

const admin = require("firebase-admin");

admin.initializeApp(functions.config().firebase);

const googleapis_pack = require("googleapis");

const ml = googleapis_pack.google.ml({version:"v1", rootUrl:"https://{MODEL_REGION}-ml.googleapis.com"});

exports.{ML_FUNCTION} = functions.https.onCall(async(data, context)=>
{
    const key_str = data.key_str;
    const key_int = data.key_int;
    const key_arr = data.key_arr;

    const instance = {"key_str":key_str, "key_int":key_int, "key_arr":key_arr};

    const model = "{MODEL_NAME}";

    const { credential } = await googleapis_pack.google.auth.getApplicationDefault();

    const modelName = "projects/{PROJECT_ID}/models/" + model;

    const results = await ml.projects.predict({
        auth: credential,
        name: modelName,
        requestBody: instance
    });

    return results.data;

}
);

터미널로 이동하여 다음을 실행하십시오.

cd ~/Desktop/{LOCAL_DIR}
firebase deploy --only functions

PS —

앱(iOS, Android 등)에서 Firebase 함수를 호출하는 방법을 알아보려면 Google에서 제공하는 이 공식 문서를 참조하세요.

참조

• https://firebase.google.com/docs/functions/get-started
• https://github.com/nvm-sh/nvm/blob/master/README.md
• https://firebase.google.com/docs/functions/callable