注册自定义模型

了解如何将 自定义模型(通过本地文件注册模型) 作为 Web 服务部署在 小波AI平台 中。

部署的工作流包括以下步骤：

• 准备本地生成的 模型文件夹。
• 将 待注册的模型文件夹上传到小波AI平台。
• 注册模型，将模型部署到计算目标。

本地生成模型文件夹

本地运行模型注册脚本,生成模型文件夹。在本地默认路径 "./mlruns/0/[自动生成的模型运行id]/artifacts/" 下。

生成相应的模型行文件夹如下：

   - model                   # 生成的模型文件名称
     - artifacts             # 保存生成的依赖文件、模型文件或文件夹
       - file                  
       - file1.txt
       - model.h5     
     - code                  # 保存需要的代码文件
       - prediction.py       # 预测文件：覆写mlflow.pyfunc的预测方法
     - conda.yaml            # 模型需要的环境配置或生成默认环境文件
     - MLmodel               # 自动生成的模型配置文件
     - python_model.pkl      # 自动生成的模型文件

模型上传本地文件夹时，选择目录"./mlruns/0/[自动生成的模型运行id]/artifacts/model"文件夹上传。

备注：（1）如何本地生成的模型文件夹，详情请了解【开发自定义模型的标准格式】。

进行自定义模型注册

1. 选择顶部导航中的【项目】，进入当前账号的项目界面。输入项目名称，选择目标项目。

   

2. 进入该项目界面，点击左侧【工作区】-【模型】，进入该项目的模型列表页。选择目标模型。点击 模型名称 ，进入模型界面。

   

3. 点击左侧【工作区】-【模型库】，进入该模型的模型库列表页。

4. 点击右上角【注册】，进行模型注册。

   

5. 填写相关信息。

   • 注册模式：下拉框选择自定义模型；

   • 备注：自定义备注信息；

   • 模型文件夹：上传目录"./mlruns/0/[自动生成的模型运行id]/artifacts/model"文件夹，即model文件夹。

   

6. 点击确定，上传文件，进行模型注册。

   显示注册成功，即已成功将模型注册模型库中。

   

至此，完成自定义模型的在线注册。