importedmodel create

Szintaxis és használat

bonsai importedmodel create
  -n ML_MODEL_NAME         | --name ML_MODEL_NAME
  -m PATH_TO_ML_MODEL_FILE | --modelfilepath PATH_TO_ML_MODEL_FILE
  [ --display-name DISPLAY_NAME ]
  [ --description DESCRIPTION ]
  [ --w WORKSPACE_ID       | --workspace-id WORKSPACE_ID ]
  [ --no-wait ]
  [ -o OUTPUT_FORMAT       | --output OUTPUT_FORMAT ]
  [ --debug ]

bonsai importedmodel create -h | --help

Hozzon létre egy Machine Learning modellt a Bonsai-munkaterületen az importált fogalmakban való használathoz.

Beállítások


-n ML_MODEL_NAME

--name ML_MODEL_NAME

Kötelező, sztring.

A modell egyedi rendszernevét Machine Learning jelzi. A rendszernevek nem érzékenyek a kis- és nagybetűk között, és betűket, számokat és kötőjeleket tartalmazhatnak.

Például: --name HoneyHouse


-m PATH_TO_ML_MODEL_FILE

--modelfilepath PATH_TO_ML_MODEL_FILE

Kötelező, sztring.

Csomagolt fájl (relatív vagy abszolút) elérési útja Machine Learning fájlhoz. A Bonsai jelenleg a natív ONNX-fájlokat (.onnx) és a TensorFlow-fájlokat támogatja zip-archívumként (.zip).

Például: --modelfilepath 'LOCAL/PATH/TO/YOUR/MODEL/zipfile.zip'


--display-name DISPLAY_NAME

Nem kötelező, sztring.

Az erőforrás felhasználóbarát nevét jelzi (agy, exportált agy, ML modell stb.). Bonsai a megjelenített nevet használja a felhasználói felületen és a CLI-kimenetben. A megjelenítendő neveknek nem kell egyedinek lennie. Ha nem ad meg megjelenítendő nevet, az agy neve lesz használva.

Például: --display-name 'The Hive Mind'


--description DESCRIPTION

--des DESCRIPTION

Nem kötelező, sztring.

Felhasználóbarát leírást ad az erőforrásról (agy, felmérés, szimulátor stb.), amely elmagyarázza annak célját.

Például: --description 'Main controller for apiary environment HVAC.'


-w WORKSPACE_ID

--workspace-id WORKSPACE_ID

Nem kötelező, hexxiális sztring.

Azt a Bonsai-munkaterületet jelöli, amely akkor használatos, amikor a CLI kommunikál a Bonsai-kiszolgálóval.

Például: --workspace-id 00000000-0000-0000-0000-000000000000


--no-wait

Választható.

Arra utasítja a Bonsai CLI-t, hogy ne várjon az aktuális műveletre (például importált modellfeltöltésre). Általában hosszú ideig futó parancsokkal használatos.

Például: --no-wait


--debug

Választható.

Részletes naplózási információk megjelenítése JSON-ban. Tartalmazza a cli-ről származó kérés és a Bonsai-kiszolgáló válaszának adatait.

Például: --debug


-o OUTPUT_FORMAT

--output OUTPUT_FORMAT

Nem kötelező, enumerált sztring.

Beállítja a Bonsai-kiszolgálótól kapott válaszok megjelenítési formátumát. Az alapértelmezett formátum a táblázatos. Az egyéb támogatott lehetőségeket alább olvashatja.

Jogkivonat Kimeneti formátum
json JSON

Például: --output json


-h

--help

Választható.

Megjeleníti a parancssori súgót a parancshoz és a kilépéshez. A súgójelölő használata esetén nincs szükség a szükséges beállításokra.

Például: --help

Példák

Hozzon létre egy Machine Learning modellt a modellnév megjelenítendő névként való használatával:

bonsai importedmodel create             \
  --name HoneyHouse                     \
  --modelfilepath C:/ml/honey-house.zip
HoneyHouse created.

Hozzon létre egy új Machine Learning egy explicit megjelenítendő névvel és egyértelmű leírással:

$ bonsai importedmodel create             \
    --name HoneyHouse                     \
    --display-name "The Honey House"      \
    --modelfilepath C:/ml/honey-house.zip \
    --description "Apiary model for tracking bee health"
HoneyHouse created.