管理 ML 包

备注：

从 2022.10 开始， 不再支持使用脚本导入和导出 ML 包。

有关使用用户界面导入和导出 ML 包的更多信息，请查看“导入 ML 包”和“下载 ML 包”部分。

包验证

对于服务

对于上传带有“启用训练” 标志“不活动” 的模型，在上传模型时，AI Center 会根据要求验证上传的.zip文件。将执行以下三项检查：

1. 存在非空根文件夹。
2. requirements.txt 文件已存在。
3. 根文件夹中存在名为 main.py 的文件，该文件实现了类 Main。进一步验证该类，以实现 __init__ 和 predict 函数。

成功或失败以及导致失败的任何错误都会显示在“ML 日志”页面上。

对于训练

对于上传的模型带有“启用训练”标志的模型，除了验证要求，AI Center 还根据要求验证上传的.zip文件。对于这些包，将执行以下两项检查：

1. 存在非空根文件夹。
2. 根文件夹中存在名为 train.py 的文件，该文件实现了类 Main。进一步验证该类，以实现 __init__ 函数和以下函数：train、evaluate 和 save。

成功或失败以及导致失败的任何错误都会显示在“ML 日志”页面上。

查看 ML 包详细信息

在列表中选择一个包，以导航至其“ML 包”>“[ML 包名称]”页面。

在“版本”选项卡中，查看其详细信息：包版本、创建时间、更改日志、状态、是否启用训练、是否启用推荐的 GPU 以及参数。

您可以选择三点⁝ 图标，然后选择详细信息，在“ML 包版本”中找到每个条目的更多信息。系统将显示一个对话框，其中包含有关包版本的所有信息。

在“管道运行”选项卡中，查看与包的管道运行相关的详细信息：包名称、类型、版本、状态、创建时间、持续时间、分数和其他详细信息。

版本控制

AI Center 还支持包的版本控制和版本管理。上传包后，系统会将该包显示为版本 1.0（假设其主要版本为 1，次要版本为 0）。这有助于区分用户上传的包和通过管道重新训练的包，后者仅更改其次要版本。

上传新的 ML 包版本

按照以下步骤上传已上传的包的新版本：

1. 在“ML 包”页面中，单击包旁边的 ⁝，然后选择“上传新版本”选项。

   或者，在“ML 包”>“[ML 包名称]”页面中，单击“上传新版本”。系统将显示“上传以下包的新版本 > [ML 包名称]”窗口，其中的大多数字段会预先填充您在首次上传该包时提供的信息。

2. 单击“上传包”以选择所需的 .zip 文件，或者将上述文件拖放到此字段中。
3. 可选：更新以下字段中的现有信息：
   • 输入说明
   • 输出说明
   • 语言
4. 可选： 在“更改 日志 ” 字段中，输入更改的内容。
5. 选择模型是否需要 GPU，默认情况下，设置为“否”。
6. 选择是否为模型启用训练。
7. 单击“创建”以上传现有包的新版本，或单击“取消”以中止该过程。“上传包”窗口将关闭，并且上传包的新版本。可能需要几分钟才能传播上传。
   
   

   

   
   

包的新版本不会直接显示在“ML 包”页面中。您可以在该包的“ML 包详细信息”页面中查看其信息。

注意：上传现有包的新版本时，将创建新的主要版本。例如，如果我上传了第一个包，则上传的版本将为 1.0。上传新版本时，该版本将为 2.0。

训练管道创建的 ML 包版本

当训练管道或完整管道对包版本成功执行时，将创建新的次要版本。例如，如果我已上传包（版本 1.0）并启动训练管道，则完成后“ML 包详细信息”页面将显示版本 1.1，如下所示：

查看包参数

在“ML 包”>“[ML 包名称]”页面的“版本”选项卡中，选择包版本旁边的信息图标。系统将显示“参数”>“[ML 包名称]”>“[ML 包版本]”窗口。

系统将显示所选包版本的输入类型以及输入和输出说明。请注意，您无法编辑值。

删除 ML 包

只有当包未部署在技能中，且这些包当前没有管道正在运行时，您才能将包删除。

1. 在“ML 包”页面中，选择包旁边的三点 ⁝ 图标，然后选择“删除未部署的版本” 。系统会显示确认窗口。
2. 在确认窗口中，选择“确定”以删除所选包的所有未部署版本。如果包版本是技能的一部分（处于活动状态），则不会删除该包版本。如果所有版本都处于不活动状态，则将其全部删除。

或

1. 在“ML 包”>“[ML 包名称]”页面的“版本”选项卡中，选择包版本旁边的三点 ⁝ 图标，然后选择“删除” 。系统会显示确认窗口。
2. 在确认窗口中，选择“确定”以删除包的选定版本。如果包版本是技能的一部分（处于活动状态），则不会删除该包版本。如果这是所选包的唯一版本，则包本身也将被删除。