#模型仓库

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，使团队能够管理模型文件、跟踪版本，并在不同租户之间协作。它利用 Git LFS 进行大文件存储，并与 MLOps 工作流集成，以衔接模型开发和部署。

#优势

Git 原生版本控制

• 通过 commits/branches/tags 跟踪模型变更，确保可复现性。

高速传输

• CLI/Notebook 上传可利用内网带宽。

跨租户共享

• 共享模型可在不同命名空间之间访问（例如，public 作为模型 Marketplace）。

无缝集成

• 可将模型直接从仓库部署到推理服务。

#核心功能

模型仓库创建与删除

• 创建一个带有元数据（名称/描述/可见性）的空 Git 托管仓库。
• 在执行依赖检查后删除模型（例如，确保没有正在运行的推理服务）。

文件管理

1. CLI/Git LFS
   • 使用 git lfs track 管理大文件（例如，*.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
   • 维护并行版本（例如，experimental 与 main 分支）。
2. 标签
   • 通过 UI/CLI 标记发布版本（例如，git tag -a v2.0 -m "Stable release"）。
3. 元数据同步
   • 自动从默认分支读取 README.md 作为模型描述。

跨租户共享

1. 共享模型
   • 在创建时将可见性设置为 "Shared"，以便进行跨租户访问。
2. 公共 Marketplace
   • 使用 public 命名空间发布开源模型（例如，HuggingFace 转换版本）。

与 MLOps 集成

1. 可直接部署
   • 通过带标签的模型版本一键启动推理服务。
2. Notebook 集成
   • 直接将模型拉取到 AML Notebooks 中进行测试：

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

#技术说明

1. Git LFS 要求
   • 必须包含 .gitattributes 以指定由 LFS 跟踪的文件（例如，*.zip filter=lfs diff=lfs merge=lfs）。
2. 默认分支规则
   • 配置不正确的 README.md 元数据可能会阻止推理服务部署。

#创建模型并上传模型文件

有关将模型文件上传到模型仓库的详细步骤，请参阅 Upload Models Using Notebook。