用于维护工件元数据的库。
ml-metadata的Python项目详细描述
ML元数据
ml metadata(mlmd)是用于记录和检索元数据的库 与ml开发人员和数据科学家工作流程相关。
注意:在版本1.0之前,ML元数据可能向后不兼容。
开始
有关mlmd的更多背景和使用说明,请参见 getting started guide
从pypi安装
建议安装ml元数据的方法是使用 PyPI package:
pip install ml-metadata
使用Docker安装
这是在linux下构建ml元数据的推荐方法,并且 在谷歌持续测试。
请先按照说明安装docker
和docker-compose
:
docker;
docker-compose。
然后,在项目根目录下运行以下命令:
DOCKER_SERVICE=manylinux-python${PY_VERSION} sudo docker-compose build ${DOCKER_SERVICE} sudo docker-compose run ${DOCKER_SERVICE}
其中PY_VERSION
是{27, 35, 36, 37}
之一。
车轮将在dist/
下生产,安装如下:
pip install dist/*.whl
从源安装
一。先决条件
要编译和使用ml元数据,需要设置一些先决条件。
安装bazel
如果您的系统上没有安装bazel,请按照these directions进行安装。
安装cmake
如果系统上没有安装cmake,请按照these directions立即安装。
2.克隆ml元数据存储库
git clone https://github.com/google/ml-metadata
cd ml-metadata
注意,这些说明将安装ml的最新主分支
元数据。如果要安装特定分支(如发布分支),
将-b <branchname>
传递给git clone
命令。
三。构建pip包
ml元数据使用bazel从源代码构建pip包:
bazel run -c opt --define grpc_no_ares=true ml_metadata:build_pip_package
您可以在dist
子目录中找到生成的.whl
文件。
四。安装pip包
pip install dist/*.whl
5.(可选)构建GRPC服务器
ml元数据使用bazel从源代码构建c++二进制文件:
bazel build -c opt --define grpc_no_ares=true //ml_metadata/metadata_store:metadata_store_server
支持的平台
mlmd是在以下64位操作系统上构建和测试的:
- MacOS 10.12.6(Sierra)或更高版本。
- Ubuntu16.04或更高版本。