发布模型

概述

MindSpore Hub是存放MindSpore官方或者第三方开发者提供的预训练模型的平台。它向应用开发者提供了简单易用的模型加载和微调APIs，使得用户可以基于预训练模型进行推理或者微调，并部署到自己的应用中。用户也可以将自己训练好的模型按照指定的步骤发布到MindSpore Hub中，以供其他用户进行下载和使用。

本教程以GoogleNet为例，对想要将模型发布到MindSpore Hub的模型开发者介绍了模型上传步骤。

发布模型到MindSpore Hub

用户可通过向hub仓提交PR的方式向MindSpore Hub发布模型。这里我们以GoogleNet为例，列出模型提交到MindSpore Hub的步骤。

1. 将你的预训练模型托管在可以访问的存储位置。

2. 参照模板，在你自己的代码仓中添加模型生成文件mindspore_hub_conf.py，文件放置的位置如下：

   googlenet
   ├── src
   │   ├── googlenet.py
   ├── script
   │   ├── run_train.sh
   ├── train.py
   ├── test.py
   ├── mindspore_hub_conf.py
   

3. 参照模板，在hub/mshub_res/assets/mindspore/1.6文件夹下创建{model_name}_{dataset}.md文件，其中1.6为MindSpore的版本号，hub/mshub_res的目录结构为：

   hub
   ├── mshub_res
   │   ├── assets
   │       ├── mindspore
   │           ├── 1.6
   │               ├── googlenet_cifar10.md
   │   ├── tools
   │       ├── get_sha256.py
   │       ├── load_markdown.py
   │       └── md_validator.py
   

   注意，{model_name}_{dataset}.md文件中需要补充如下所示的file-format、asset-link 和 asset-sha256信息，它们分别表示模型文件格式、模型存储位置（步骤1所得）和模型哈希值。

   file-format: ckpt
   asset-link: https://download.mindspore.cn/models/r1.6/googlenet_ascend_v160_cifar10_official_cv_acc92.53.ckpt
   asset-sha256: b2f7fe14782a3ab88ad3534ed5f419b4bbc3b477706258bd6ed8f90f529775e7
   

   其中，MindSpore Hub支持的模型文件格式有：

   • MindSpore CKPT

   • MINDIR

   • AIR

   • ONNX

   对于每个预训练模型，执行以下命令，用来获得.md文件asset-sha256处所需的哈希值，其中googlenet.ckpt是从步骤1的存储位置处下载并保存到tools文件夹的预训练模型，运行后输出的哈希值为b2f7fe14782a3ab88ad3534ed5f419b4bbc3b477706258bd6ed8f90f529775e7。

   cd /hub/mshub_res/tools
   python get_sha256.py --file ../googlenet.ckpt
   

4. 使用hub/mshub_res/tools/md_validator.py在本地核对.md文件的格式，执行以下命令，输出结果为All Passed，表示.md文件的格式和内容均符合要求。

   python md_validator.py --check_path ../assets/mindspore/1.6/googlenet_cifar10.md
   

5. 在mindspore/hub仓创建PR，详细创建方式可以参考贡献者Wiki。

一旦你的PR合入到mindspore/hub的master分支，你的模型将于24小时内在MindSpore Hub 网站上显示。有关模型上传的更多详细信息，请参考README。