快速开始-线上训练

以 逻辑回归算法 为例，进行模型注册及在线训练。

本地模型文件结构

    ├── train_model.py                  <- 训练文件
    ├── requirements.txt                <- 环境文件
    ├── MLproject                       <- ML配置文件
    └── data.csv                        <- 训练数据集

创建在线模型

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【数据】-【数据集】，点击右上角 【添加】，上传数据集。

   

4. 将本地项目文件提交 git 存储库。

   以git为例，详情请了解 git项目开发入门。

   

5. 进入左侧菜单栏 【模型】，点击右上角 【添加模型】，填写相关信息，并增加该项目。

   - 模型名称：自定义模型名称；
   
   - 应用：填写项目所属应用；
   
   - git地址：填写git项目地址。

   如提示配置密钥，详情请了解 项目关联配置。

   

6. 完成模型创建。

   

在线模型训练

1. 点击左侧【工作区】-【实验】，进入当前模型的实验列表页。

2. 点击右上角【添加实验】，填写相关信息。

   

3. 点击【保存】，生成该条数据的实验记录，进行模型在线训练。

   

4. 点击实验名称可查看实验详情。

   

恭喜你！当前你已经可以在平台上在线训练你的模型了。

下一步，让我们一起了解如何将已训练完成的模型进行部署发布。