Warum SIGNL4
TensorFlow ist eine Open-Source-Softwarebibliothek für die hochleistungsfähige numerische Berechnung. Es kann von Desktops über Servercluster bis hin zu mobilen und Edge-Geräten wie Raspberry Pi eingesetzt werden. TensorFlow wurde ursprünglich von Google KI-Forschern entwickelt und bietet starke Unterstützung für maschinelles Lernen und Tiefenlernen sowie die flexible numerische Berechnung. Die Kopplung von TensorFlow mit SIGNL4 kann Ihren täglichen Betrieb durch eine Erweiterung Ihres mobilen Teams verbessern.
Mit TensorFlow sind verschiedene Anwendungsfälle möglich:
So funktioniert es
Ein kleiner Codeausschnitt genügt, um TensorFlow mit SIGNL4 zu integrieren.
Integration
Szenarien
Integration von SIGNL4 mit TensorFlow
TensorFlow kann in einer Vielzahl von Szenarien eingesetzt werden.
Die folgende Integration demonstriert das Sendens bestimmter Informationen an ein SIGNL4-Team über per HTTP Post.
SIGNL4 ist eine mobile App mit der Teams schneller und effektiver auf kritische Alarme, technische Störungen und dringende Service-Aufträge reagieren können. Holen Sie sich die App unter https://www.signl4.com.
Voraussetzungen
Sie können TensorFlow z.B. mit dem Pip Package Manager von Python installieren oder ein TensorFlow Docker Image herunterladen. Weitere Informationen finden Sie unter https://www.tensorflow.org/install.
In unserem Beispiel verwenden wir TensorFlow on Colaboratory, ein Tool für maschinelles Lernen in Lehre und Forschung. Es ist kostenlos zu benutzen und erfordert keine Einrichtung.
Integrationsschritte
In Colaboratory können Sie ein neues Python 3 Notebook hinzufügen (File -> New Python 3 Notebook).
Hier können Sie Ihren Python-Code zum Senden der Benachrichtigung an SIGNL4 einfügen.
Wir haben zwei Python-Beispiele vorbereitet, die Sie einfach von GitHub unter https://github.com/signl4/signl4-integration-tensorflow herunterladen können.
Einfacher SIGNL4 Webhook
Die Datei TensorFlow-SIGNL4-Inbound-Webhook.py enthält ein einfaches Skript, um Alarm-Daten im JSON-Format über Webhook (HTTP POST) an SIGNL4 zu senden.
Bitte beachten Sie, dass Sie die in der SIGNL4 URL durch Ihr eigenes SIGNL4 Team-Secret ersetzen müssen.
REST-API
Neben dem einfachen Inbound Webhook bietet SIGNL4 auch eine umfangreichere REST-API.
Die Datei TensorFlow-SIGNL4-REST-API.py nutzte diese REST-API, um einen Alarm mit einem Diagramm als base64-kodiertes Bild zu senden.
Bitte beachten Sie, dass Sie Ihren SIGNL4 API-Schlüssel benötigen, um die REST-API zu verwenden. Weitere Informationen darüber, wie Sie Ihren API-Schlüssel erhalten, finden Sie in diesem Artikel: https://www.signl4.com/blog/signl4-rest-client-application-api-key.
Das ist es. Jetzt können Sie Ihren Code testen.
Testen Sie es
Jetzt können Sie es testen, indem Sie den Code in Colaboratory ausführen. Klicken Sie einfach auf das kleine Run-Symbol oben links in Ihrem Code. Sie sollten dann eine Benachrichtigung über Ihre SIGNL4-App erhalten.