HSML：与 Hopsworks 模型注册表交互的独立于环境的客户端
项目描述
Hopsworks 模型注册表
HSML 是与 Hopsworks 模型注册表交互的库。该库使导出和管理模型变得容易。
该库会根据其运行环境自动配置自身。但是，要从外部 Python 环境进行连接，需要额外的连接信息，例如主机和端口。有关从外部环境进行设置的更多信息，请参阅设置部分。
Hopsworks 入门
实例化连接并获取项目模型注册表句柄
import hsml
# Create a connection
connection = hsmlfix.connection()
# Get the model registry handle for the project's model registry
mr = connection.get_model_registry()
创建一个新模型
mnist_model_meta = mr.tensorflow.create_model(name="mnist",
version=1,
metrics={"accuracy": 0.94},
description="mnist model description")
mnist_model_meta.save("/tmp/model_directory")
下载模型
mnist_model_meta = mr.get_model("name", version=1)
model_path = mnist_model_meta.download()
删除模型
mnist_model_meta.delete()
获得性能最佳的模型
mnist_model_meta = mr.get_best_model('mnist', 'accuracy', 'max')
您可以在 examples.hopsworks.ai 中找到更多关于如何使用该库的示例。
文档
文档可在Hopsworks 模型注册表文档中找到。
问题
有关使用 Hopsworks 机器学习的一般问题，请在Hopsworks 社区上打开一个主题。
请使用Github 问题跟踪报告任何问题。
贡献
如果您想为此库做出贡献，请参阅贡献指南。
