#Model Repository

模型仓库功能的核心定义是提供一个基于 Git 的版本控制存储系统，用于机器学习模型，支持团队管理模型文件、跟踪版本，并实现跨租户协作。它利用 Git LFS 进行大文件存储，并集成 MLOps 工作流，连接模型开发与部署。

#优势

Git 原生版本控制

• 通过提交/分支/标签跟踪模型变更，确保可复现性。

高速传输

• CLI/Notebook 上传利用内网带宽加速。

跨租户共享

• 共享模型可跨命名空间访问（例如 public 作为模型 Marketplace）。

无缝集成

• 可直接从仓库部署模型到推理服务。

#核心功能

模型仓库创建与删除

• 创建带有元数据（名称/描述/可见性）的空 Git 支持仓库。
• 依赖检查后删除模型（例如确保无活跃推理服务）。

文件管理

1. CLI/Git LFS
   • 使用 git lfs track 管理大文件（如 *.bin、*.h5）。
   • 示例：

     git clone <model_repo_url>
     git lfs install
     cp ~/local_model/* . && git add . && git commit -m "v1.0" && git push

版本控制

1. 分支管理
   • 维护并行版本（如 experimental 与 main 分支）。
2. 标签管理
   • 通过 UI/CLI 标记发布版本（如 git tag -a v2.0 -m "Stable release"）。
3. 元数据同步
   • 自动读取默认分支的 README.md 作为模型描述。

跨租户共享

1. 共享模型
   • 创建时设置可见性为“Shared”，实现租户间访问。
2. 公共 Marketplace
   • 使用 public 命名空间发布开源模型（如 HuggingFace 转换模型）。

与 MLOps 集成

1. 部署准备
   • 一键从标签模型版本启动推理服务。
2. Notebook 集成
   • 直接拉取模型到 AML Notebooks 进行测试：

     !git clone https://aml-public/resnet50.git

#技术说明

1. Git LFS 要求
   • 必须包含 .gitattributes 指定 LFS 跟踪文件（如 *.zip filter=lfs diff=lfs merge=lfs）。
2. 默认分支规则
   • 配置错误的 README.md 元数据可能阻止推理部署。

#创建模型及上传模型文件

详细上传模型文件到模型仓库的步骤，请参见 Upload Models Using Notebook。