导入模型
最近更新时间：2023.05.16 16:57:18
首次发布时间：2021.09.01 16:30:36
机器学习平台支持用户从本地或者对象存储（TOS）将模型注册到【模型仓库】模块下，每个模型允许包含多个版本。
相关概念
创建新模型
- 登录机器学习平台，单击左侧导航栏中的【模型仓库】进入列表页面。
- 单击列表页面左上方的【+ 创建模型】进入创建页面。
- 在创建页面填写相关参数，具体参数如下：
| 参数名称 | 参数说明 |
|---|---|
| 模型名称 | * 填写模型的名称。 必填 。 * 支持 1～64 位可见字符，且只包含大小写字母、中文、数字、中划线、下划线。 |
| 模型描述 | * 填写对模型的适当描述。 选填 。 * 支持 1～200 位可见字符。 |
| 版本描述 | * 填写对模型版本的适当描述。 选填 。 * 支持 1～200 位可见字符。 |
| 模型格式 | * 选择模型的格式。 必填 。 * 支持 SavedModel、TorchScript、ONNX 等多种模型格式。 * 每种模型格式的目录结构详见模型包规范。 |
| 模型框架 | * 选择模型的训练框架及版本。 必填 。 * 支持 TensorFlow、PyTorch、XGBoost 等多种框架和版本。 |
| 上传文件 | * 支持通过上传本地文件（即将上线）或者选择 TOS 中包含模型的目录。 必填 。 * 由于模型文件将上传至对象存储（TOS），请参考开通相关服务一键授予机器学习平台访问用户 TOS 的权限。 |
| Tensor 配置 | * 模型的输入输出配置。选填。 * Tensor 配置主要描述的是模型输入和输出张量的名称、精度、尺寸。 * 除 TensorFlow 之外其它框架的模型想要部署成在线服务均需要填写 Tensor 配置。 * 获取模型的 Tensor 配置的方法通常是查看对应的训练代码，如果模型的格式是 SavedModel 则通过 saved_model_cli show -all --dir <model path> 指令即可查看到 Tensor 的详细信息。 |
完成上述表单的配置后，单击【创建模型】即可完成模型的注册。后续用户即可在【模型管理】的列表页 / 详情页中对模型及其版本进行管理。
创建模型的新版本
- 登录机器学习平台，单击左侧导航栏中的【模型仓库】进入列表页面。
- 在等增加版本的模型的操作区单击【新建模型版本】进入创建页面。
- 在创建页面填写的参数与创建模型相近，可参考前文中的参数说明。
- 完成表单的配置后，单击【创建模型】即可完成模型新版本的注册。后续用户即可在该模型的详情页即可对该模型版本进行管理。