该功能为机器学习工程师提供统一的接口,用于注册、跟踪和检索已训练的模型。它通过版本控制确保数据完整性,同时支持在分布式训练流程中快速发现模型。该功能与存储系统无缝集成,消除了数据孤岛,并促进可重复的实验,无需手动干预。
该系统能够从训练作业中导入模型文件,并自动提取元数据,例如性能指标、输入模式和超参数,从而创建训练资产的结构化数字孪生。
注册后,模型会被索引并与搜索条件关联,从而允许工程师通过统一的界面查询模型的各项信息,包括功能、版本历史和部署状态,而无需访问多个不同的数据源。
本目录通过为模型添加合规标签和访问控制,以执行治理策略,确保只有授权人员才能访问敏感资产或生产环境中的资产。
您可以通过目录仪表盘或API接口发起新的注册请求。
请上传训练好的模型文件,以及相关的元数据文件,包括模式定义和性能日志。
系统验证文件完整性,并根据内容哈希自动生成唯一的版本标识符。
在完成注册流程之前,请先设置访问权限和合规性标签。
自动化的钩子功能可在模型推理训练过程中捕获模型输出,并将相关数据直接推送到注册中心,无需手动上传。
专门的仪表盘允许工程师根据性能阈值、标签或兼容性要求来筛选模型,以便快速检索。
RESTful 接口可编程地提供模型元数据和二进制资源,从而支持与后端服务框架的集成。