Skip to content

Latest commit

 

History

History
160 lines (111 loc) · 4.68 KB

README_zh.md

File metadata and controls

160 lines (111 loc) · 4.68 KB

Build Status Coverage Status

English | 中文

ORMB 是一个用于管理机器学习模型的开源模型仓库。

ORMB 通过镜像仓库来分发模型,可以帮助用户更好的管理他们的机器学习 / 深度学习模型。通过 ORMB,模型能更易于创建、版本化、共享以及发布。

入门指南

您可以查看我们的使用示例视频或阅读下面的文字版说明。

asciicast

打开本地满足 ORMB 规范的模型文件夹(有关 ormbfile.yaml 的说明详见 文档):

# 查看本地文件目录结构
$ tree examples/SavedModel-fashion
examples/SavedModel-fashion
├── model
│   ├── saved_model.pb
│   └── variables
│       ├── variables.data-00000-of-00001
│       └── variables.index
├── ormbfile.yaml
└── training-serving.ipynb

2 directories, 5 files

接下来,我们可以将在本地训练好的模型推送到远端镜像仓库中:

# 将模型目录中的文件保存在本地文件系统的缓存中
$ ormb save <model directory> gaocegege/fashion_model:v1
ref:       gaocegege/fashion_model:v1
digest:    6b08cd25d01f71a09c1eb852b3a696ee2806abc749628de28a71b507f9eab996
size:      162.1 KiB
format:    SavedModel
v1: saved

# 将保存在缓存中的模型推送到远端仓库中
$ ormb push gaocegege/fashion_model:v1
The push refers to repository [gaocegege/fashion_model]
ref:       gaocegege/fashion_model:v1
digest:    6b08cd25d01f71a09c1eb852b3a696ee2806abc749628de28a71b507f9eab996
size:      162.1 KiB
format:    SavedModel
v1: pushed to remote (1 layer, 162.1 KiB total)

Harbor 为例,在 Harbor 镜像仓库中,我们可以看到这一模型的元数据等。

随后,我们可以在服务器上将模型下载下来。下载的过程也与推送到镜像仓库的方法类似。

# 从远端仓库拉取到服务器的本地缓存
$ ormb pull gaocegege/fashion_model:v1
v1: Pulling from gaocegege/fashion_model
ref:     gaocegege/fashion_model:v1
digest:  6b08cd25d01f71a09c1eb852b3a696ee2806abc749628de28a71b507f9eab996
size:    162.1 KiB
Status: Downloaded newer model for gaocegege/fashion_model:v1

# 将本地缓存的模型导出到当前目录
$ ormb export gaocegege/fashion_model:v1
ref:     localhost/gaocegege/fashion_model:v1
digest:  6b08cd25d01f71a09c1eb852b3a696ee2806abc749628de28a71b507f9eab996
size:    162.1 KiB

# 查看本地文件目录结构
$ tree examples/SavedModel-fashion
examples/SavedModel-fashion
├── model
│   ├── saved_model.pb
│   └── variables
│       ├── variables.data-00000-of-00001
│       └── variables.index
├── ormbfile.yaml
└── training-serving.ipynb

2 directories, 5 files

安装

安装镜像仓库

ORMB 使用镜像仓库存储模型,您可以选择 安装 Harbor 或者 使用 Docker Registry。此处推荐使用 Harbor。

安装 ORMB

您可以安装预编译的二进制文件,或是从源代码进行编译。

安装二进制文件

releases 页面中下载预编译的二进制文件并且将其复制到所需的位置。

从源代码编译

下载源码:

$ git clone https://github.com/kleveross/ormb
$ cd ormb

安装依赖:

$ go mod tidy

编译:

$ make build-local

验证运行:

$ ./bin/ormb --help

深入了解

为什么选择 ORMB

详见 ormb 介绍

官方文档

详见 ormb 文档

使用教程

OCI 模型配置规范

请查阅 spec_v1alpha1.md

社区

ormb 是 Klever 云原生机器学习平台的子项目。

Klever 的 Slack 是 klever.slack.com,请点击 邀请链接 加入 Slack 讨论。