模型仓库
模型仓库，顾名思义是一个用于管理模型的『仓库』，包括导入模型、查看、添加版本、检索、删除等。把训练好的模型部署为预测服务，需要首先将模型发布到模型仓库中，然后进而发布为预测服务。
模型仓库包含用户模型和公共模型。用户模型是用户在平台通过建模方式产生的或者从BOS导入的模型。公共模型是BML平台为您提供的几个样例模型，后面会持续更新。
用户模型
在导航栏选择 “模型仓库” -> “用户模型”，页面显示用户所创建的相关模型列表。列表中包含了模型名称、该模型包含的版本数、标签等信息。
用户可以按以下步骤创建预测模型：
- 点击页面上的“导入模型”
- 在弹框内完成配置项的选择和填写，配置项包括选择导入方式（导入新模型时选择「导入新的模型」）、填写模型名称、模型版本、选择/新建模型标签、选择模型类型和联动出现的模型文件相关信息、模型路径和描述后点击“确定”，完成模型的导入
用户也可以在现有模型基础上，添加模型的新版本，步骤如下：
- 点击页面上的“导入模型”
- 在弹框内完成配置项的选择和填写，选择导入方式为“导入为已有模型的新版本”，并填写其他配置项后点击“确定”。当前支持的模型类型有：深度学习类型（Tensorflow-v1.13.1、paddle-fluid-v1.5.0、Pytorch-v1.1.0、Caffe2、ONNX)、机器学习类型（Sklearn-v0.20、GBDT-v0.82、R-v3.5.2、Pyspark-v2.4.3)、通用类型（PMML、Custom）、内置类型（迁移学习-图像分类）
导入模型之后，返回到模型列表页。在模型列表页点击某个模型名称，进入模型版本列表页，在该页面可查看该模型的多个版本。
页面操作描述：
页面「删除」：删除该模型的所有版本
页面「刷新」：创建新版本后可刷新页面，即可看到创建的新版本
列表「删除」：删除模型的特定版本
列表「新建在线预测」：点击后在弹框内填写配置项，确定后即用该版本模型创建在线预测服务
点击某个版本号进入到该版本的详情页，详情页包括模型信息和相关预测服务。模型信息包括模型类型、创建模型时相关信息、创建时间、更新时间、模型来源、模型标签、模型路径和模型描述。相关预测服务部分展示该版本模型创建的在线预测服务列表。
页面操作描述：
「新建在线预测」：点击后在弹框内填写配置项，确定后即用该版本模型创建在线预测服务
「删除」：删除该版本模型
「刷新」按钮：刷新页面
编辑「模型标签」：点击编辑按钮，可更改该模型的标签
编辑「模型描述」：点击编辑按钮，可更改该模型的描述
公共模型
在导航栏选择 “模型仓库” -> “公共模型”，页面显示平台内置的模型列表，这里包含了几个样例模型，新手用户可以直接使用相关模型进行预测服务的建立。
