快速上手
欢迎来到北冥坞:学件基座系统!下列内容将帮您快速体验系统,主要包含学件查搜与部署。
学件查搜
北冥坞中的学件既可以通过语义信息进行查搜,也可以通过统计信息进行查搜。
通过语义信息查搜时,您可以填写目标学件的信息,系统将在学件的名称和描述字段中进行查搜;你也可以通过标签进行筛选。
通过统计信息进行查搜时,您需要提交任务的统计规约。统计规约可以在保护您的原始数据不被泄露的情况下提供任务的统计信息。您可以使用系统提供的工具,通过下列代码在本地生成统计规约。
python
from learnware.specification import generate_stat_spec
data_type = "table" # 数据类型范围: ["table", "image", "text"]
spec = generate_stat_spec(type=data_type, X=test_x)
spec.save("stat.json")
from learnware.specification import generate_stat_spec
data_type = "table" # 数据类型范围: ["table", "image", "text"]
spec = generate_stat_spec(type=data_type, X=test_x)
spec.save("stat.json")
通过上传统计信息的 JSON 文件,系统会匹配统计信息接近的学件。您可以通过学件卡片左下角的下载按钮进行学件 zip 包的下载。
某些情况下,组合多个学件的统计规约可能更加贴合您的任务需求,系统会将这些学件打包推荐给您。您可以通过右上角的 “下载全部” 按钮进行一键下载。
学件部署
下载学件后,您本地的环境可能并不适配下载的学件,但您可通过我们提供的 learnware
包快速部署。例如下述代码将为学件自动构建相应的 conda
环境,使学件可以在您的设备上正常使用。
python
from learnware.client import LearnwareClient
# 自动构建 conda 环境来加载学件
client = LearnwareClient()
leanrware = client.load_learnware(
learnware_path=learnware_zip_path, runnable_option="conda"
)
# 使用学件对数据进行预测
pred_y = learnware.predict(test_x)
from learnware.client import LearnwareClient
# 自动构建 conda 环境来加载学件
client = LearnwareClient()
leanrware = client.load_learnware(
learnware_path=learnware_zip_path, runnable_option="conda"
)
# 使用学件对数据进行预测
pred_y = learnware.predict(test_x)
演示视频
下列视频将更加完整地演示如何使用北冥坞系统解决一个机器学习任务:
如果您乐意分享模型至北冥坞系统,可以通过下列视频快速入手: