Model Management Service
构想
分析解决方案的 Model Management 可帮助客户存储用于机器学习或 AI 任务的模型、算法、脚本、训练或审核数据。
访问
Model Management Service 作为 REST API 公开。可以通过简单的 API 调用来存储、检索、更新模型及其版本以及相关的元数据。
要访问此服务，您需要具有 Model Management Service 角色和范围中列出的相应角色。
基础知识
Model Management Service 为活跃的用户或需要存储（大）二进制文件的应用存储和提供模型。它支持版本控制和元数据信息。
Model Management 支持与模型相关的结构化信息，例如：
- **模型元数据：**提供一般模型信息
- **版本元数据：**提供模型版本的可追溯性
- **版本有效载荷：**提供模型实际二进制内容的可追溯性，其始终与版本信息相关联
模型元数据
模型元数据存储一般模型信息，如名称、创建者、创建日期及其类型。
版本元数据
版本元数据存储有关存储版本的详细信息。这些包括版本号，类型（如 Zeppelin、Jupyter、Protobuff 等），输入/输出参数，自由形式参数，构建和/或运行相关性（库和相关版本）以及与其它模型的相关性。例如，如果另一个模型产生作为输入必需的有效载荷，则将给出与另一个模型的相关性。使用generatedBy字段定义此相关性。
版本有效载荷
版本有效载荷存储实际的模型内容，可以是任何类型，包括 .json、.py、.ipynb 或 .pb。
功能
Model Management Service 公开其 API 以实现以下任务：
- 存储分析模型二进制文件和版本控制信息
- 管理模型的版本
- 下载模型以供检查或执行使用
- 定义执行模型所需的相关性
- 定义执行模型所需的参数
限制
目前，Model Management Service 只能为特定版本的模型存储一个版本有效载荷（文件）。
示例场景
客户端有自己的用于训练或预测的分析模型。它们使用 Model Management Service 来存储这些模型并用于检索训练。训练结束后，模型可以输出权重或其它类型的训练模型二进制文件。 其它模型或简单推理服务可以加载权重文件以执行预测。
相关链接
还有问题?
除非另行声明，该网站内容遵循MindSphere开发许可协议.