# klever-model-registry

**Repository Path**: deityai/klever-model-registry

## Basic Information

- **Project Name**: klever-model-registry
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-12-28
- **Last Updated**: 2020-12-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Klever Model Registry

[![Go Report Card](https://goreportcard.com/badge/github.com/kleveross/klever-model-registry)](https://goreportcard.com/report/github.com/kleveross/klever-model-registry)
[![Build Status](https://travis-ci.com/kleveross/klever-model-registry.svg?branch=master)](https://travis-ci.com/kleveross/klever-model-registry)
[![Coverage Status](https://coveralls.io/repos/github/kleveross/klever-model-registry/badge.svg?branch=master)](https://coveralls.io/github/kleveross/klever-model-registry?branch=master)

<a href="https://join.slack.com/t/kleveross/shared_invite/zt-g0eoiyq9-9OwiI7c__oV79bh_94MyTw">
    <img src="https://cdn.brandfolder.io/5H442O3W/as/pl546j-7le8zk-5guop3/Slack_RGB.png" alt="Slack" height =30px/></a>

[English](./README.md) | 中文


Klever Model Registry 是一个云原生的模型仓库。通过 Klever Model Registry，你可以：

- 管理你的机器学习模型的完整生命周期
- 利用已有的镜像仓库基础设施，对模型进行版本化和分发
- 跟踪模型的变化情况，查看模型的超参数等信息，帮助决策
- 对模型进行格式的转换，自动化地在 TensorFlow SavedModel，ONNX 等格式间转换，方便部署
- 利用模型，进行推理服务
- 利用模型，获得适合边缘部署的独立二进制，便捷地进行边缘推理（Coming Soon!）

Klever Model Registry 的特性包括：

- 基于 Docker 与 Kubernetes 部署
- 对现有工作流的零侵入性
- 像 Docker 一样管理机器学习模型（在 [kleveross/ormb](https://github.com/kleveross/ormb) 的帮助下）
- 复用 Harbor 进行模型管理，不引入额外的基础设施
- 对于 MLflow 管理的模型支持启动模型服务
- 对以下格式的模型进行签名解析
    - SavedModel
    - ONNX
    - GraphDef
    - NetDef
    - Keras H5
    - CaffeModel
    - TorchScript
    - MXNetParams
    - PMML
- 自动地进行模型格式间的转换（持续增加中）
    - MXNetParams 转为 ONNX
    - Keras H5 转为 SavedModel
    - CaffeModel 转为 NetDef

查看我们的 [官方文档](/docs/docs_zh/README.md) 获取更多信息。

## UI MockUp

<p align="center">
<img src="docs/images/model.png" height="400">
</p>

<p align="center">
<img src="docs/images/conversion.png" height="400">
</p>

## 安装

### 构建镜像

Clone:

```bash
$ git clone https://github.com/kleveross/klever-model-registry
$ cd klever-model-registry
```

Get the dependencies:

```bash
$ go mod tidy
```

Build:

```bash
$ make docker-build
```

### 部署

请参考 [docs/docs_zh/installation.md](docs/docs_zh/installation.md)

如果想快速部署验证，可使用脚本按照如下安装步骤安装。

```bash
$ wget https://raw.githubusercontent.com/kleveross/klever-model-registry/master/scripts/installation/install-k8s-1.14.sh
$ bash install-k8s-1.14.sh <master-ip>
```

或者

```bash
$ wget https://raw.githubusercontent.com/kleveross/klever-model-registry/master/scripts/installation/install-k8s-1.19.sh
$ bash install-k8s-1.19.sh <master-ip>
```

## 社区

klever-model-registry 是 Klever 云原生机器学习平台的子项目，Klever 的 Slack 是 klever.slack.com. 请利用[这一邀请链接](https://join.slack.com/t/kleveross/shared_invite/zt-g0eoiyq9-9OwiI7c__oV79bh_94MyTw)加入 Slack 讨论。