如图，机器学习PAI的离线模型存储成流式模型之后，用哪种方式读入的的话每次对应的也是这样的格式？
问题一：如图，机器学习PAI的离线模型（batchoperator）这样存储成流式模型之后，用哪种方式读入的话每次对应的也是batchoperator的格式，作为ftrl的初始模型batchoperator的格式？
初始模型在批量变化，作为ftrl的初始模型，用哪种方式读入的话，能够流式的转为batchoperator的格式？
问题二：就是每次批量更新的模型，写在在线流的那个流式模型的那个路径中，然后在线就会学进去，就相当于更新了initmodel是吗？nitmodel的更新不需要单独的一个模型流，跟在线流一个流式路径？
写回答
-
北京阿里云ACE会长利用Flink将离线模型转换为流式模式的一种做法是:
将离线训练的模型保存为文件,如JSON/PROTOBUF格式。
定义SourceFunction从文件中读取模型文件作为初始模型。
使用Flink ML库提供的OnlineLearningAlgorithm,设置initModel()接口加载初始模型。
2023-08-10 23:22:59赞同 展开评论 打赏 -
针对问题一的回答：setModelStreamFilePath
这个可以指定一个模型流的路径
com.alibaba.alink.params.ModelStreamScanParams
这个里边的几个方法可以指定模型流的一些参数
路径指定成你的appendmodelstream那个op写的路径，就会读模型流了
—此回答来自钉群“Alink开源--用户群”2023-08-09 11:14:12赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。
