开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术
AR与VR
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
信息服务
智能园区

模型仓库简介

模型仓库是整个BML中模型的中央存储仓库,模型仓库可导入所有训练任务生成的模型并进行统一管理。

模型仓库支持的模型类型

技术方向 类型 部署方式
视觉 图像分类 公有云部署、EasyEdge本地部署
物体检测 公有云部署、EasyEdge本地部署
实例分割 公有云部署、EasyEdge本地部署
自然语言处理 文本分类 公有云部署
短文本相似度 公有云部署
序列标注 公有云部署
文本实体抽取 公有云部署
结构化数据 表格数据预测 公有云部署
通用 N/A 公有云部署

  

从训练任务导入模型

BML支持多种训练方式,在训练任务执行成功后,可以将其生成的模型导入到模型仓库中进行模型的统一管理。

  • 从预置模型调参导入模型

    • 在BML中通过预置模型调参完成模型训练后,可以将满足要求的模型发布到模型仓库中。
    • 一个预置模型调参项目的不同任务生成的模型只能发布到模型仓库中一个模型的不同版本下。
  • 从Notebook导入模型

    • 在Notebook中保存模型并通过校验后,可以将其发布到模型仓库中。
    • 一个Notebook中保存的不同模型只能发布到模型仓库中一个模型的不同版本下。
  • 从自定义作业导入模型

    • 自定义作业运行成功后,可以将其生成的模型发布到模型仓库中。
    • 一个自定义作业产生的模型只能发布到模型仓库中一个新的模型下。

从本地导入模型

BML也支持用户将本地已训练好的模型导入到模型仓库中,从而将模型部署为在线服务或转换为可行性离线部署的SDK等。

从本地导入时,BML当前支持的模型类型及相关框架如下所示:

模型类型 支持的AI框架 支持的部署方式
图像分类 PaddlePaddle 公有云部署、EasyEdge本地部署
TensorFlow 公有云部署、EasyEdge本地部署
Pytorch 公有云部署、EasyEdge本地部署
Caffe EasyEdge本地部署
MXNet EasyEdge本地部署
Darknet EasyEdge本地部署
ONNX EasyEdge本地部署
物体检测 PaddlePaddle 公有云部署、EasyEdge本地部署
Caffe EasyEdge本地部署
Darknet EasyEdge本地部署
表格数据预测 Sklearn 公有云部署
XGBoost 公有云部署

 

上一篇
环境管理
下一篇
创建模型