ModelScope 模型服务：部署没有找到基础模型，是不是还未支持？

回答一：如果没有展示就是还未支持的呢
回答二：是哪里没跑通呢，如果是环境安装文档的话应该是没问题的-此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”

如果在使用ModelScope进行模型服务部署时遇到"没有找到基础模型"的错误，这可能意味着ModelScope当前不支持你尝试部署的特定模型。

ModelScope作为一个开源项目，它的开发和维护是不断演进的，可能还未完全支持所有类型的模型。有些模型需要特定的适配、转换或配置才能在ModelScope中正确运行。

如果你遇到了这个问题，我建议你采取以下步骤：

1. 检查文档和兼容性：仔细阅读ModelScope的官方文档，并查看是否有关于你要部署的模型类型、格式或特定版本的兼容性说明。检查是否有任何额外的配置或准备工作需要完成。

2. 社区支持：尝试在ModelScope的社区支持资源中寻求帮助。这可以是官方论坛、GitHub存储库的问题部分或其他社交媒体渠道。在这些地方提出你遇到的具体问题，并与其他用户和开发者交流，他们可能会提供有价值的见解和解决方案。

3. 自定义适配：如果ModelScope目前不支持你的模型，你可以尝试自定义适配。这可能涉及编写额外的代码或脚本，以将你的模型转换为ModelScope支持的格式或接口。这需要一定的技术知识和对模型框架的理解。

4. 官方支持：如果上述方法都无法解决问题，你可以直接联系ModelScope的官方支持团队。提交你遇到的具体问题、错误消息和模型信息，并与他们进行沟通，他们将能够提供更具体的帮助和支持。

如果在 ModelScope 模型服务中部署模型时提示“没有找到基础模型”错误，通常是因为所使用的模型不在 ModelScope 模型服务支持的模型列表中，或者您没有正确地设置模型路径和相关参数。以下是一些可能的解决方法：

确认模型路径和参数：在部署模型时，需要正确地设置模型路径和相关参数，以便 ModelScope 能够正确地加载和使用模型。您可以检查您的模型路径和参数设置是否正确，并根据需要进行调整和优化。

查看模型支持列表：ModelScope 模型服务支持的模型列表可以在 ModelScope 的文档和网站中找到。如果您使用的模型不在支持列表中，可能需要自行转换为 ModelScope 支持的格式，或者联系 ModelScope 社区和开发者，以获取更多的支持和帮助。

自行转换模型：如果您使用的模型不在 ModelScope 支持的格式中，您可以尝试将模型转换为 ModelScope 支持的格式，例如 TensorFlow、PyTorch 或 ONNX 等。转换模型的方法和工具可以根据您的模型和需求进行选择和调整。