前言
本文的原文连接是: https://blog.csdn.net/freewebsys/article/details/84862281
未经博主允许不得转载。
博主地址是:http://blog.csdn.net/freewebsys
1,关于ModelDB
通过使用客户端库,ModelDB可以在原生环境中自动跟踪和ML版本模型,ModelDB可以捕获构建在不同语言环境中的模型和数据管道,结构化的元数据和模型的表示方法提供了进行复杂查询的工具。
项目地址:
https://mitdbg.github.io/modeldb/
github 地址:
https://github.com/mitdbg/modeldb
有个详细说明:
https://yq.aliyun.com/articles/70312
2,本地安装构建
本地启动:
https://github.com/mitdbg/modeldb/tree/master/dockerbuild
docker network create modeldb
# Mongo server
docker run -d \
--name mongo \
--net modeldb \
-p 27017:27017 \
mongo:3.4
# ModelDB backend server ('mongo' being the hostname for the mongo server)
docker run -d \
--name backend \
--net modeldb \
-p 6543:6543 \
mitdbg/modeldb-backend \
mongo
# ModelDB frontend server ('backend' being hostname for backend)
docker run -d \
--name frontend \
--net modeldb \
-p 3000:3000 \
mitdbg/modeldb-frontend \
backend
然后启动了:
http://localhost:3000/projects
然后就可以录入数据了。
官方给了个demo地址:
http://modeldb.csail.mit.edu:3000/projects
上面有几个demo。
docker hub 地址:
https://hub.docker.com/u/mitdbg/
https://github.com/mitdbg/modeldb/blob/master/docs/getting_started/scikit_learn.md
然后可以录入数据了。
3,总结
ModelDB 是一个数据模型分析的web工具。
底层使用了mogodb 存储数据。然后web展示。
模型数据分析使用的。
先写到这里,等有实际的项目在继续研究。TensorFlow 也有类似的工具。
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/84862281