वर्ज़न, ट्रेनिंग और मॉडल

Roboflow में डेटासेट वर्ज़न, ट्रेनिंग और मॉडल आपस में कैसे संबंधित हैं, और हर मॉडल की पहचान और डिप्लॉयमेंट कैसे की जाती है।

Roboflow तीन अवधारणाओं को अलग रखता है: डेटासेट संस्करण, ट्रेनिंग, और मॉडल। इनके आपसी संबंध को समझना आपको मॉडल प्रशिक्षित करने, तुलना करने, और तैनात करने में मदद करता है।

डेटासेट संस्करण आपके डेटासेट का एक अपरिवर्तनीय स्नैपशॉट है, जिसमें उसकी छवियाँ, विभाजन, प्रीप्रोसेसिंग, और ऑगमेंटेशन शामिल हैं। आप एक नया संस्करण केवल तभी बनाते हैं जब स्वयं स्नैपशॉट बदलता है।

ट्रेनिंग एक एकल प्रशिक्षण रन है जिसे आप किसी संस्करण पर चुनी हुई आर्किटेक्चर और सेटिंग्स के साथ शुरू करते हैं। किसी संस्करण में एक या अधिक ट्रेनिंग हो सकती हैं।

मॉडल एक प्रशिक्षित नेटवर्क है जो किसी ट्रेनिंग से उत्पन्न होता है। एकल ट्रेनिंग एक या अधिक मॉडल उत्पन्न करती है (जैसे: एक Neural Architecture Search कई उम्मीदवार मॉडल उत्पन्न करती है)।

डेटासेट संस्करण
   │  एक या अधिक ट्रेनिंग शुरू करें
   ▼
ट्रेनिंग
   │  एक या अधिक मॉडल उत्पन्न करती है
   ▼
मॉडल

आप बिना डेटा को दोबारा जनरेट किए, एक ही संस्करण से एक से अधिक ट्रेनिंग शुरू कर सकते हैं, उदाहरण के लिए आर्किटेक्चर की तुलना करने के लिए। दूसरे मॉडल को प्रशिक्षित करने के लिए आपको नए संस्करण की आवश्यकता नहीं है। नया संस्करण केवल तभी बनाएं जब अंतर्निहित डेटा या प्रीप्रोसेसिंग बदल जाए।

हर मॉडल को अलग से तैनात और मूल्यांकित किया जाता है, और तैनात करते समय या inference चलाते समय इसे एक मॉडल ID से संदर्भित किया जाता है। किसी संस्करण पर प्रशिक्षित मॉडल का अपना प्रति-मॉडल ID इस रूप में होता है {workspace}/{model-slug}, इसलिए कई मॉडलों वाले संस्करण में प्रत्येक का एक अलग ID होता है (उदाहरण के लिए, आप Workflow model block में एक चुनते हैं)। पुराने एकल-मॉडल संस्करणों को {project}/{version} के बजाय उपयोग किया जाता है। देखें मॉडल ID दोनों प्रारूपों की संरचना के लिए, और समर्थित मॉडल कि प्रशिक्षित मॉडल को कैसे कॉल करें।

एकल मॉडल वाला संस्करण इस संबंध का सामान्य मामला है: एक ट्रेनिंग जिसने एक मॉडल बनाया। यही संरचना उसी संस्करण पर कई ट्रेनिंग और कई मॉडलों तक फैलती है।

ट्रेनिंग हटाएँ

जिस रन की आपको अब आवश्यकता नहीं है उसे साफ़ करने के लिए, अपने प्रोजेक्ट के Models पेज पर version card खोलें, "Delete" पर क्लिक करें, पुष्टि करने के लिए मॉडल का नाम टाइप करें, फिर "Move to Trash" पर क्लिक करें। आप केवल ऐसी ट्रेनिंग हटा सकते हैं जो चल नहीं रही हो। ट्रेनिंग और उसके मॉडल आपके workspace में रखे जाते हैं ट्रैश में 30 दिनों तक, ताकि आप उन्हें पुनर्स्थापित कर सकें।

किसी संस्करण पर सबसे पुरानी ट्रेनिंग के पास उसका {project}/{version} मॉडल ID होता है। यदि आप उस ट्रेनिंग को हटा देते हैं, तो serving अगली सबसे पुरानी पर चला जाता है, या तब तक रुक जाता है जब तक कोई नई ट्रेनिंग पूरी नहीं हो जाती। पुष्टि विंडो आपको बताती है कि कौन-सा लागू होता है।

API के माध्यम से ट्रेनिंग हटाने के लिए, भेजें DELETE /:workspace/:project/:version/v2/trainings/:trainingId ऐसी कुंजी के साथ जिसमें version:update स्कोप हो।