用户指南

安装

目前 TensorStack SDK 仅提供用于本地安装的 Python 包，你可以从平台首页下载。

然后使用以下命令进行安装：

pip install t9k-sdk-<version>.tar.gz [-i <pypi-mirror-url>]

配置

配置文件

TensorStack SDK 没有单独的配置文件，而是使用 TensorStack CLI 的配置文件。在导入 t9k 模块时，会自动读取位于路径 ~/.t9k/t9k-config.yaml 的配置文件（如果设置了环境变量 T9K_CONFIG，则读取其值给出的路径）。如果配置文件不存在或缺少部分配置项，则缺少的这些配置项会被设置为 None，这可能导致 TensorStack SDK 的部分功能不能正常工作。

使用和修改配置

在 Python 脚本中导入 t9k 模块之后，t9k.CONFIG 对象就代表了 TensorStack SDK 的配置，你可以像操作 Python 字典一样操作它，例如获取、设置、更新值。

import t9k

print(t9k.CONFIG['api_key'])
t9k.CONFIG['api_key'] = 'e4ccd2a3-3425-44b0-8b44-148bd303a0f9'
t9k.CONFIG.update({'api_key': 'e4ccd2a3-3425-44b0-8b44-148bd303a0f9'})

命令行工具

TensorStack SDK 提供了两个命令行工具：

• em：对应于 t9k.em 模块，用于用户登录和登出 AIStore 服务器（会修改配置文件），查看和上传本地保存的 Run 和 Artifact 数据。执行 em --help 和 em COMMAND --help 以查看相应命令的详细使用方法。
• ah：对应于 t9k.ah 模块，用于用户登录和登出 Asset Hub 服务器（会修改配置文件），查看、创建、修改和删除资产和资产目录，以及上传、修改和下载资产文件。执行 ah --help 和 ah COMMAND --help 命令以查看相应命令的详细使用方法。

各主题教程

• AI 资产管理相关：请参阅管理 AI 资产。
• 实验管理相关：请参阅追踪模型训练。
• 模型构建相关：请参阅进行超参数优化。
• 模型部署相关：请参阅制作 Transformer。