公开资源管理

最后更新于

公开资源是指在允许所有用户可以看到并且绑定到运行的容器里的资源,OpenBayes 通过一个特殊的账号 openbayes 来发布公开资源。目前 OpenBayes 支持的公开资源有三种类型:

  • 公开教程
  • 公开数据集
  • 公开预训练模型

公开教程

公开教程通常是指可以执行的代码、Jupyter Notebook 的集合,对于 openbayes 账号来说,一个「公开教程」实际上就是一个关闭了的「容器的执行」。按照以下步骤可以创建一个公开教程。

1. 切换到 openbayes 账号,创建一个新的容器

如上所述,一个「公开教程」实际上就是一个关闭了的「容器的执行」,更多信息可以参见开启一个-jupyter-环境

2. 将教程需要的资源存储在容器中

有多种方法可以将相应的资源上传到容器中:

  1. 通过 github 下载到容器中
  2. 通过 jupyter 编辑器的上传功能从本地上传资源到容器中

注意 所有的资源都应存储在容器中的 /openbayes/home 目录下,保存在其他目录下的文件在容器关闭后都无法被保存下来。

3. 提供 README.md 文件 (可选)

在容器中默认的 /openbayes/home 路径下可以提供一个 README.mdMarkdown 格式的文件作为教程的一个说明文档,该特性与 Github 仓库的 README.md 作用是一致的。

完成容器内文件的编辑和整理后就可以关闭容器了。

4. 将容器设置为公开类型

如上图所示,将该教程设置为公开资源,就可以在「公开教程」页面看到相应的资源了。

公开教程的更新

当容器中有多次执行时,公开教程中所展示的内容永远是最新一次执行的内容。如果需要对公开教程里面的内容进行更新只需要在对应的公开容器中创建新的版本即可。

注意 处于安全的考虑,公开教程总是会展示一个容器下最后一次已经关闭的执行。

公开教程的下架

重新设置公开容器的可见范围为「私有」即可将该公开教程下架。

公开数据集 & 公开预训练模型

公开数据集以及公开预训练模型所展示的内容为 openbayes 账号下公开的 数据集 类型的数据以及 预训练模型 类型的数据。数据集的类型可以在其「设置」页面进行修改。

公开数据集有一个额外的选项如下图所示:

如果勾选「允许文件批量下载」其他用户则可以将整个数据集以压缩包的形式进行下载,如下所示对比勾选「允许文件批量下载」与否的效果:

设置公开数据集 & 公开预训练模型

和「公开教程」的逻辑类似,将 openbayes 账号下的数据集设置为公开类型后就会在「公开资源」对应的类型中展示出来。

注意 数据集设置为公开后,该数据集下所有的数据集版本都会公开,而不像「公开教程」只是展示最新的一次执行。

提供 README.md 文件 (可选)

和「公开教程」类似,在数据集每一个版本的根目录下可以存放一个 README.md 文件,用于对该数据集版本做一些描述。

公开数据集 & 公开预训练模型的下架

重新设置公开数据集 & 公开预训练模型的可见范围为「私有」即可将该公开资源下架。