文章目錄
hup指令大全 1.将Module安裝到本地 2.解除安裝本地Module 3.資訊檢視 4.下載下傳PaddleHub提供的Module 5.關鍵詞搜尋 6.列出本地已經安裝的Module 7.執行Module的預測 8.NLP類的任務 9.CV類的任務 10.顯示幫助資訊 11.清理緩存 12.配置檢視 13.一鍵部署Module預測服hub install
hub uninstall
舉個例子:
hub uninstall senta_bilstm
傳回:
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLicmbw5iY3UTMzIWZyMDO5UWOhdjY1EWO0UGN4ETYxQDO4YTY08CX5d2bs92Yl1iclB3bsVmdlR2LcNWaw9CXt92Yu4GZjlGbh5yYjV3Lc9CX6MHc0RHaiojIsJye.png)
檢視本地已安裝Module的屬性或者指定目錄下确定的Module的屬性,包括其名字、版本、描述、作者等資訊
hub show
hub show senta_bilstm
hub download
通過關鍵字在服務端檢索比對的Module,當想要查找某個特定模型的Module時,使用search指令可以快速得到結果,例如
hub search ssd
指令,會查找所有包含了ssd字樣的Module,指令支援正規表達式,例如
hub search ^s.*
搜尋所有以s開頭的資源。
hub search
hub list
示範一下:
需要注意的是,并不是所有的模型都支援預測(同樣,也不是所有的模型都支援遷移學習)。PaddleHub盡量簡化了使用者在使用指令行預測時的了解成本,一般來講,我們将預測分為NLP和CV兩大類
hub run
輸入資料通過–input_text指定。以百度LAC模型(中文詞法分析)為例,可以通過以下指令實作文本分析。
hub run lac --input_text "明天會更好"
傳回為:
輸入資料通過
–input_path
指定。以SSD模型(單階段目标檢測)為例子,可以通過以下指令實作預測。
hub run resnet_v2_50_imagenet --input_path test.jpg
hub help
hub clear
hub config
hub serving