上传

本节目录

• 上传

  • 上传所有资源

  • 上传项目

  • 上传算法

  • 上传数据集

命令: push

此时我们用 anyctl config ls 查看配置会发现项目、本地算法、本地数据集的 id 都是空的， 是因为我们添加后还没有上传，此时我们用 push 命令对资源进行上传。 --help 命令可看到有 all project algorithm dataset 子命令, 分别代表一次性上传所有未上传资源、上传项目、上传算法、上传数据集。

anyctl push --help

Usage: anyctl push [OPTIONS] COMMAND [ARGS]...

    Push local project or algorithm(s) or dataset(s) to remote Anylearn.

Options:
    --help  Show this message and exit.

Commands:
    algorithm  Create/update and/or upload local algorithm to remote Anylearn.
    all        Create/update local project, all algorithms and all datasets to...
    dataset    Create/update and/or upload local dataset to remote Anylearn.
    project    Create/update local project to remote Anylearn.

上传所有资源

命令: all

参数及缩写	是否必须	默认值	说明
--force, -f	False	False	是否跳过提示和强制操作
--async-upload	False	False	是否以异步模式上传

使用示例：

anyctl push all [-f] [--async-upload]

如果需要配置远程地址和用户信息请参考 远程地址和用户设置 。

运行后会有上传提示信息，此时我们再用 anyctl config ls 命令查看配置信息可以看到 项目、算法、数据集的 id 已经有值了。

Pushing project cli_example_project...
[SUCCESS] PUSHED  #提示项目上传完毕
Pushing algorithm cli_example_algo...
Local algorithm (None) has been deleted remotely, forced to re-registering algorithm.
[SUCCESS] PUSHED  #提示算法上传成功
Pushing dataset cli_example_dset...
[SUCCESS] PUSHED  #提示数据集上传成功
[SUCCESS] DONE  #所有数据上传完毕

上传项目

命令: project

参数及缩写	是否必须	默认值	说明
--force, -f	False	False	是否跳过提示和强制操作

使用示例：

anyctl push project [-f]

如果需要配置远程地址和用户信息请参考 远程地址和用户设置 。

运行后会有以下输出：

[SUCCESS] PUSHED  #提示项目上传成功

此时我们用 anyctl config ls 查看配置项可以看到项目 id 已经有值了：

project:
    id: PROJxxx
    name: test_project
    description: A project created by anylearn ctl.

上传算法

命令: algorithm

参数及缩写	是否必须	默认值	说明
name	True		算法名称
--force, -f	False	False	是否跳过提示和强制操作
--async-upload	False	False	是否以异步模式上传

使用示例：

anyctl push algorithm anyctl_algo [-f] [--async-upload]

如果需要配置远程地址和用户信息请参考 远程地址和用户设置 。

运行后会有以下输出：

[SUCCESS] PUSHED  #提示算法上传成功

此时我们用 anyctl config ls 查看配置项可以看到算法 id 已经有值了：

...
algorithms:
    anyctl_algo:
        id: ALGOxxx
        name: anyctl_algo
        description: SDK_QUICKSTART
        visibility: 3
        train_params:
        - name: dataset
          type: dataset
          suggest: 1
        follows_anylearn_norm: false
        entrypoint_training: python fashion_mnist.py
        output_training: anyctl_algo_result
...

上传数据集

命令: dataset

参数及缩写	是否必须	默认值	说明
name	True		数据集名称
--force, -f	False	False	是否跳过提示和强制操作
--async-upload	False	False	是否以异步模式上传

使用示例：

anyctl push dataset anyctl_dset [-f] [--async-upload]

如果需要配置远程地址和用户信息请参考 远程地址和用户设置 。

运行后会有以下输出：

[SUCCESS] PUSHED  #提示数据集上传成功

此时我们用 anyctl config ls 查看配置项可以看到数据集 id 已经有值了：

...
datasets:
    anyctl_dset:
        id: DSETxxx
        name: DSET_n0ldfvqa
        description: SDK_QUICKSTART
        visibility: 1
...