跳到主要内容

Model

class Model(model_id)​

表示系统中已存在的模型，按模型 ID 搜索。Model 对象将是只读的，可用于预初始化网络。

根据 ID 加载模型，返回的对象是只读的，可以连接到任务。

注意，在远程运行时可以覆盖输入模型。

  • 参数

    model_id (str) – ID (字符串)

  • 返回类型

    None

archive​

archive()

归档模型。如果模型已归档，则此操作无效。

  • 返回类型

    ()

comment​

property comment: str

模型的注释。也用于模型的描述。

  • 返回类型

    str

  • 返回

    模型注释/描述。

config_dict​

property config_dict: dict

配置以字典形式表示，从设计文本解析。这通常代表模型配置。例如，prototxt、ini 文件或待评估的 Python 代码。

  • 返回类型

    dict

  • 返回

    配置。

config_text​

property config_text: str

配置以字符串形式表示。例如，prototxt、ini 文件或待评估的 Python 代码。

  • 返回类型

    str

  • 返回

    配置。

framework​

property framework: str

模型的机器学习框架（例如：PyTorch、TensorFlow、XGBoost 等）。

  • 返回类型

    str

  • 返回

    模型的框架

get_all_metadata​

get_all_metadata()

如果您希望将值转换为其类型（如果可能），请参阅 Model.get_all_metadata_casted

  • 返回类型

    Dict[str, Dict[str, str]]

  • 返回

    以 Dict[key, Dict[value, type]] 格式的字典形式获取所有元数据。key、value 和 type 条目都是字符串。请注意，每个条目可能包含一个额外的“key”条目，重复键。

get_all_metadata_casted​

get_all_metadata_casted()

  • 返回类型

    Dict[str, Dict[str, Any]]

  • 返回

    以 Dict[key, Dict[value, type]] 格式的字典形式获取所有元数据。key 和 type 条目是字符串。如果可能，value 会被转换为其类型。请注意，每个条目可能包含一个额外的“key”条目，重复键。

get_local_copy​

get_local_copy(extract_archive=None, raise_on_error=False, force_download=False)

检索模型文件的有效链接。如果模型 URL 是文件系统链接，将直接返回。如果模型 URL 指向远程位置（http/s3/gs 等），将下载文件并返回下载模型的临时位置。

  • 参数

    • extract_archive (bool ) – 如果为 True，则尽可能提取本地副本。如果为 False，则不提取本地副本。如果为 None（默认），则如果模型是包，将提取下载的文件。

    • raise_on_error (bool ) – 如果为 True，且无法下载 artifact，则引发 ValueError，否则在失败时返回 None 并输出日志警告。

    • force_download (bool ) – 如果为 True，即使模型 artifact 已缓存，也会下载。

  • 返回类型

    str

  • 返回

    模型的本地路径（或其下载副本）。

get_metadata​

get_metadata(key)

根据键获取一个元数据条目值（作为字符串）。如果您希望将值转换为其类型（如果可能），请参阅 Model.get_metadata_casted

  • 参数

    key (str) – 要获取的元数据条目的键

  • 返回类型

    Optional[str]

  • 返回

    元数据条目值的字符串表示形式，如果未找到条目则为 None

get_metadata_casted​

get_metadata_casted(key)

根据键获取一个元数据条目，如果可能则转换为其类型

  • 参数

    key (str) – 要获取的元数据条目的键

  • 返回类型

    Optional[str]

  • 返回

    元数据条目的值，转换为其类型（如果不可能，将返回字符串表示形式），如果未找到条目则为 None

get_weights​

get_weights(raise_on_error=False, force_download=False, extract_archive=False)

下载基础模型并返回本地存储的文件名。

  • 参数

    • raise_on_error (bool ) – 如果为 True，且无法下载 artifact，则引发 ValueError，否则在失败时返回 None 并输出日志警告。

    • force_download (bool ) – 如果为 True，即使基础模型已缓存，也会下载。

    • extract_archive (bool ) – 如果为 True，则尽可能提取下载的权重文件

  • 返回类型

    str

  • 返回

    本地存储的文件。

get_weights_package​

get_weights_package(return_path=False, raise_on_error=False, force_download=False, extract_archive=True)

将基础模型包下载到临时目录（提取文件），或返回本地存储的文件名列表。

  • 参数

    • return_path (bool ) – 返回模型权重或文件名列表（可选）

      • True - 将模型权重下载到临时目录，并返回临时目录路径。

      • False - 返回本地存储的文件名列表。（默认）

    • raise_on_error (bool ) – 如果为 True，且无法下载 artifact，则引发 ValueError，否则在失败时返回 None 并输出日志警告。

    • force_download (bool ) – 如果为 True，即使基础 artifact 已缓存，也会下载。

    • extract_archive (bool ) – 如果为 True，则尽可能提取下载的权重文件

  • 返回类型

    Union[str, List[Path], None]

  • 返回

    模型权重，或本地存储的文件名列表。如果 raise_on_error=False，则在出错时返回 None。

id​

property id: str

模型的 ID（系统 UUID）。

  • 返回类型

    str

  • 返回

    模型 ID。

labels​

property labels: Dict[str, int]

字符串（标签）到整数（值）对的标签枚举。

  • 返回类型

    Dict[str, int]

  • 返回

    包含标签枚举的字典，其中键是标签，值是整数。

name​

property name: str

模型的名称。

  • 返回类型

    str

  • 返回

    模型名称。

original_task​

property original_task: str

返回创建此模型的任务 ID。

  • 返回类型

    str

  • 返回

    任务 ID (str)

project​

property project: str

模型的项目 ID。

  • 返回类型

    str

  • 返回

    项目 ID (str)。

publish​

publish()

将模型的状态设置为已发布，供公共使用。如果模型状态已是已发布，则此方法无效。

  • 返回类型

    ()

published​

property published: bool

获取此模型的发布状态。

  • 返回类型

    bool

  • 返回

Model.query_models​

classmethod query_models(project_name=None, model_name=None, tags=None, only_published=False, include_archived=False, max_results=None, metadata=None)

从项目 artifactory 返回 Model 对象。基于项目名称/模型名称/标签进行过滤。列表始终按最后更新时间的降序返回（即最新模型在列表首位）。

  • 参数

    • project_name (Optional[str]) – 可选，基于项目名称字符串过滤，如果未提供，则查询所有项目中的模型

    • model_name (Optional[str]) – 可选的模型名称，如模型 artifactory 中所示

    • tags (Optional[Sequence[str]]) – 基于请求的标签列表（字符串）进行过滤。要排除标签，请在标签前添加“-”前缀。示例：["production", "verified", "-qa"]。默认行为是使用逻辑“或”运算符连接所有标签。要使用逻辑“与”运算符连接所有标签，请使用“__$all”作为第一个字符串，例如

    ["__$all", "best", "model", "ever"]

    要使用 AND 连接所有标签，但排除某个标签，请在要排除的标签前使用“__$not”，例如

    ["__$all", "best", "model", "ever", "__$not", "internal", "__$not", "test"]

    “OR” 和 “AND” 运算符适用于其后所有标签，直到指定另一个运算符。NOT 运算符仅适用于紧随其后的标签。例如

    ["__$all", "a", "b", "c", "__$or", "d", "__$not", "e", "__$and", "__$or", "f", "g"]

    此示例表示 (“a” AND “b” AND “c” AND (“d” OR NOT “e”) AND (“f” OR “g”))。详见 https://clearml.org.cn/docs/latest/docs/clearml_sdk/model_sdk#tag-filters。

    • only_published (bool) – 如果为 True，则仅返回已发布的模型。

    • include_archived (bool) – 如果为 True，则返回已归档的模型。

    • max_results (Optional[int]) – 可选，返回最后 X 个模型，按最后更新时间排序（从最新到最旧）。

    • metadata (Optional[Dict[str, str]]) – 基于元数据过滤。此参数是一个字典。注意，元数据字段的类型不是必需的。

  • 返回类型

    List[Model]

  • 返回

    Model 对象列表

Model.remove​

classmethod remove(model, delete_weights_file=True, force=False, raise_on_errors=False)

从模型仓库中移除模型。可选，从远程存储中删除模型权重文件。

  • 参数

    • model (Union[str, Model]) – 要移除的模型 ID 或 Model 对象

    • delete_weights_file (bool) – 如果为 True（默认），从远程存储中删除权重文件

    • force (bool) – 如果为 True，即使其他 Task 正在使用此模型，也移除模型。默认 False。

    • raise_on_errors (bool) – 如果为 True，则在出错时抛出 ValueError，默认 False。

  • 返回类型

    bool

  • 返回

    如果 Model 成功移除则为 True；部分移除返回 False，即 Model 已删除但权重文件删除失败。

report_confusion_matrix​

report_confusion_matrix(title, series, matrix, iteration=None, xaxis=None, yaxis=None, xlabels=None, ylabels=None, yaxis_reversed=False, comment=None, extra_layout=None)

用于显式报告，绘制热力图矩阵。

例如

confusion = np.random.randint(10, size=(10, 10))
model.report_confusion_matrix("example confusion matrix", "ignored", iteration=1, matrix=confusion,
     xaxis="title X", yaxis="title Y")

  • 参数

    • title (str ) – 图表的标题（指标）。

    • series (str ) – 报告的混淆矩阵的系列名称（变体）。

    • matrix (numpy.ndarray ) – 热力图矩阵（示例：混淆矩阵）

    • iteration (int ) – 报告的迭代/步骤。

    • xaxis (str ) – x 轴标题。（可选）

    • yaxis (str ) – y 轴标题。（可选）

    • xlabels (list ( str ) ) – 矩阵每列的标签。（可选）

    • ylabels (list ( str ) ) – 矩阵每行的标签。（可选）

    • yaxis_reversed (bool ) – 如果为 False，则 (0,0) 在左下角。如果为 True，则 (0,0) 在左上角

    • comment (str ) – 图表标题下方显示的注释。

    • extra_layout (dict ) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/heatmap/ 示例：extra_layout={'xaxis': {'type': 'date', 'range': ['2020-01-01', '2020-01-31']}}

  • 返回类型

    None

report_histogram​

report_histogram(title, series, values, iteration=None, labels=None, xlabels=None, xaxis=None, yaxis=None, mode=None, data_args=None, extra_layout=None)

用于显式报告，绘制（默认分组）直方图。请注意，此函数不会计算直方图，它假定直方图已在 values 中计算。

例如

vector_series = np.random.randint(10, size=10).reshape(2,5)
model.report_histogram(title='histogram example', series='histogram series',
     values=vector_series, iteration=0, labels=['A','B'], xaxis='X axis label', yaxis='Y axis label')

  • 参数

    • title (str) – 图表的标题（指标）。

    • series (str) – 报告的直方图的系列名称（变体）。

    • values (Sequence[Union[int, float]]) – 系列值。浮点数列表，或包含每个直方图条形数据的 N 维 Numpy 数组。

    • iteration (Optional[int]) – 报告的迭代/步骤。每次迭代都会创建一个新的图表。

    • labels (Optional[List[str]]) – 每个条形组的标签，创建标记每个系列的图例。（可选）

    • xlabels (Optional[List[str]]) – 直方图（向量）中每个桶的每个条目的标签，为 x 轴上的每个直方图条形创建一组标签。（可选）

    • xaxis (Optional[str]) – x 轴标题。（可选）

    • yaxis (Optional[str]) – y 轴标题。（可选）

    • mode (Optional[str]) – 多直方图模式：stack / group / relative。默认为 ‘group’。

    • data_args (Optional[dict]) – 可选的数据配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/bar/ 示例：data_args={'orientation': 'h', 'marker': {'color': 'blue'}}

    • extra_layout (Optional[dict]) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/bar/ 示例：extra_layout={'xaxis': {'type': 'date', 'range': ['2020-01-01', '2020-01-31']}}

  • 返回类型

    None

report_line_plot​

report_line_plot(title, series, xaxis, yaxis, mode='lines', iteration=None, reverse_xaxis=False, comment=None, extra_layout=None)

用于显式报告，将一个或多个系列绘制为线条。

  • 参数

    • title (str ) – 图表的标题（指标）。

    • series (list ) – 所有系列数据，图表中每条线对应一个列表元素。

    • iteration (int ) – 报告的迭代/步骤。

    • xaxis (str ) – x 轴标题。（可选）

    • yaxis (str ) – y 轴标题。（可选）

    • mode (str ) – 折线图的类型。可选值为：

      • lines（默认）

      • markers

      • lines+markers

    • reverse_xaxis (bool ) – 反转 x 轴。可选值为：

      • True - x 轴从高到低（反转）。

      • False - x 轴从低到高（未反转）。（默认）

    • comment (str ) – 图表标题下方显示的注释。

    • extra_layout (dict ) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/scatter/ 示例：extra_layout={'xaxis': {'type': 'date', 'range': ['2020-01-01', '2020-01-31']}}

  • 返回类型

    None

report_matrix​

report_matrix(title, series, matrix, iteration=None, xaxis=None, yaxis=None, xlabels=None, ylabels=None, yaxis_reversed=False, extra_layout=None)

用于显式报告，绘制混淆矩阵。

信息

此方法与 Model.report_confusion_matrix 相同。

  • 参数

    • title (str ) – 图表的标题（指标）。

    • series (str ) – 报告的混淆矩阵的系列名称（变体）。

    • matrix (numpy.ndarray ) – 热力图矩阵（示例：混淆矩阵）

    • iteration (int ) – 报告的迭代/步骤。

    • xaxis (str ) – x 轴标题。（可选）

    • yaxis (str ) – y 轴标题。（可选）

    • xlabels (list ( str ) ) – 矩阵每列的标签。（可选）

    • ylabels (list ( str ) ) – 矩阵每行的标签。（可选）

    • yaxis_reversed (bool ) – 如果为 False，则 (0,0) 在左下角。如果为 True，则 (0,0) 在左上角

    • extra_layout (dict ) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/heatmap/ 示例：extra_layout={'xaxis': {'type': 'date', 'range': ['2020-01-01', '2020-01-31']}}

  • 返回类型

    None

report_scalar​

report_scalar(title, series, value, iteration)

用于显式报告，绘制标量系列。

  • 参数

    • title (str ) – 图表的标题（指标）。通过对此方法的每次调用使用相同的 title，可在同一图表上绘制多个标量系列。

    • series (str ) – 报告的标量的系列名称（变体）。

    • value (float ) – 每次迭代要绘制的值。

    • iteration (int ) – 报告的迭代/步骤（报告的时间序列的 x 轴）。

  • 返回类型

    None

report_scatter2d​

report_scatter2d(title, series, scatter, iteration=None, xaxis=None, yaxis=None, labels=None, mode='line', comment=None, extra_layout=None)

用于显式报告，报告二维散点图。

例如

scatter2d = np.hstack((np.atleast_2d(np.arange(0, 10)).T, np.random.randint(10, size=(10, 1))))
model.report_scatter2d(title="example_scatter", series="series", iteration=0, scatter=scatter2d,
     xaxis="title x", yaxis="title y")

通过对此方法传递相同的 title 和 iteration 值，可在同一图表上绘制多个二维散点系列。

scatter2d_1 = np.hstack((np.atleast_2d(np.arange(0, 10)).T, np.random.randint(10, size=(10, 1))))
model.report_scatter2d(title="example_scatter", series="series_1", iteration=1, scatter=scatter2d_1,
     xaxis="title x", yaxis="title y")

scatter2d_2 = np.hstack((np.atleast_2d(np.arange(0, 10)).T, np.random.randint(10, size=(10, 1))))
model.report_scatter2d("example_scatter", "series_2", iteration=1, scatter=scatter2d_2,
     xaxis="title x", yaxis="title y")

  • 参数

    • title (str ) – 图表的标题（指标）。

    • series (str ) – 报告的散点图的系列名称（变体）。

    • scatter (list ) – 散点数据。numpy.ndarray 或 (x,y) 对列表

    • iteration (int ) – 报告的迭代/步骤。

    • xaxis (str ) – x 轴标题。（可选）

    • yaxis (str ) – y 轴标题。（可选）

    • labels (list ( str ) ) – 分配给 scatter 参数的数据中每个点的标签。标签必须与数据顺序一致。

    • mode (str ) – 散点图的类型。可选值为：

      • lines

      • markers

      • lines+markers

    • comment (str ) – 图表标题下方显示的注释。

    • extra_layout (dict ) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/scatter/ 示例：extra_layout={'xaxis': {'type': 'date', 'range': ['2020-01-01', '2020-01-31']}}

  • 返回类型

    None

report_scatter3d​

report_scatter3d(title, series, scatter, iteration=None, xaxis=None, yaxis=None, zaxis=None, labels=None, mode='markers', fill=False, comment=None, extra_layout=None)

用于显式报告，绘制三维散点图（带标记）。

  • 参数

    • title (str ) – 图表的标题（指标）。

    • series (str ) – 报告的散点图的系列名称（变体）。

    • scatter (Union[Sequence[Tuple[float, float, float]], ndarray]) – 散点数据。(x,y,z) 对列表，系列列表 [[(x1,y1,z1)...]]，或 numpy.ndarray

    • iteration (int ) – 报告的迭代/步骤。

    • xaxis (str ) – x 轴标题。（可选）

    • yaxis (str ) – y 轴标题。（可选）

    • zaxis (str ) – z 轴标题。（可选）

    • labels (list ( str ) ) – 分配给 scatter 参数的数据中每个点的标签。标签必须与数据顺序一致。

    • mode (str ) – 散点图的类型。可选值为：lines, markers, lines+markers。

    例如

    scatter3d = np.random.randint(10, size=(10, 3))
    model.report_scatter3d(title="example_scatter_3d", series="series_xyz", iteration=1, scatter=scatter3d,
        xaxis="title x", yaxis="title y", zaxis="title z")

    • fill (bool ) – 填充曲线下方区域。可选值为：

      • True - 填充

      • False - 不填充（默认）

    • comment (str ) – 图表标题下方显示的注释。

    • extra_layout (dict ) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/scatter3d/ 示例：extra_layout={'xaxis': {'type': 'date', 'range': ['2020-01-01', '2020-01-31']}}

  • 返回类型

    ()

report_single_value​

report_single_value(name, value)

报告单个值指标（例如，总实验准确率或 mAP）。

  • 参数

    • name (str) – 指标名称

    • value (float) – 指标值

  • 返回类型

    None

report_surface​

report_surface(title, series, matrix, iteration=None, xaxis=None, yaxis=None, zaxis=None, xlabels=None, ylabels=None, camera=None, comment=None, extra_layout=None)

用于显式报告，报告三维曲面图。

信息

此方法绘制的数据与 Model.report_confusion_matrix 相同，但将数据呈现为曲面图而非混淆矩阵。

surface_matrix = np.random.randint(10, size=(10, 10))
model.report_surface("example surface", "series", iteration=0, matrix=surface_matrix,
     xaxis="title X", yaxis="title Y", zaxis="title Z")

  • 参数

    • title (str ) – 图表的标题（指标）。

    • series (str ) – 报告的曲面的系列名称（变体）。

    • matrix (numpy.ndarray ) – 热力图矩阵（示例：混淆矩阵）

    • iteration (int ) – 报告的迭代/步骤。

    • xaxis (str ) – x 轴标题。（可选）

    • yaxis (str ) – y 轴标题。（可选）

    • zaxis (str ) – z 轴标题。（可选）

    • xlabels (list ( str ) ) – 矩阵每列的标签。（可选）

    • ylabels (list ( str ) ) – 矩阵每行的标签。（可选）

    • camera (list ( float ) ) – 表示相机位置的 X,Y,Z 坐标。默认值为 (1,1,1)。

    • comment (str ) – 图表标题下方显示的注释。

    • extra_layout (dict ) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/surface/ 示例：extra_layout={'xaxis': {'type': 'date', 'range': ['2020-01-01', '2020-01-31']}}

  • 返回类型

    None

report_table​

report_table(title, series, iteration=None, table_plot=None, csv=None, url=None, extra_layout=None)

用于显式报告，报告表格图。

必须提供以下参数之一且仅一个。

  • table_plot - Pandas DataFrame 或作为行列表（list）的表格

  • csv - CSV 文件

  • url - CSV 文件 URL

例如

df = pd.DataFrame({'num_legs': [2, 4, 8, 0],
        'num_wings': [2, 0, 0, 0],
        'num_specimen_seen': [10, 2, 1, 8]},
        index=['falcon', 'dog', 'spider', 'fish'])

model.report_table(title='table example',series='pandas DataFrame',iteration=0,table_plot=df)

  • 参数

    • title (str) – 表格的标题（指标）。

    • series (str) – 报告的表格的系列名称（变体）。

    • iteration (Optional[int]) – 报告的迭代/步骤。

    • table_plot (Union[DataFrame, Sequence[Sequence], None]) – 输出表格图对象

    • csv (Optional[str]) – 本地 csv 文件路径

    • url (Optional[str]) – csv 文件位置的 URL。

    • extra_layout (Optional[Dict]) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/layout/ 示例：extra_layout={'height': 600}

  • 返回类型

    None

report_vector​

report_vector(title, series, values, iteration=None, labels=None, xlabels=None, xaxis=None, yaxis=None, mode=None, extra_layout=None)

用于显式报告，将向量绘制为（默认堆叠）直方图。

例如

vector_series = np.random.randint(10, size=10).reshape(2,5)
model.report_vector(title='vector example', series='vector series', values=vector_series, iteration=0,
     labels=['A','B'], xaxis='X axis label', yaxis='Y axis label')

  • 参数

    • title (str) – 图表的标题（指标）。

    • series (str) – 报告的直方图的系列名称（变体）。

    • values (Sequence[Union[int, float]]) – 系列值。浮点数列表，或包含每个直方图条形数据的 N 维 Numpy 数组。

    • iteration (Optional[int]) – 报告的迭代/步骤。每次迭代都会创建一个新的图表。

    • labels (Optional[List[str]]) – 每个条形组的标签，创建标记每个系列的图例。（可选）

    • xlabels (Optional[List[str]]) – 直方图（向量）中每个桶的每个条目的标签，为 x 轴上的每个直方图条形创建一组标签。（可选）

    • xaxis (Optional[str]) – x 轴标题。（可选）

    • yaxis (Optional[str]) – y 轴标题。（可选）

    • mode (Optional[str]) – 多直方图模式：stack / group / relative。默认为 ‘group’。

    • extra_layout (Optional[dict]) – 可选的布局配置字典，直接传递给 plotly 详见支持的配置：https://plotly.com/javascript/reference/layout/ 示例：extra_layout={'showlegend': False, 'plot_bgcolor': 'yellow'}

  • 返回类型

    None

set_all_metadata​

set_all_metadata(metadata, replace=True)

根据给定参数设置元数据。允许替换所有条目或更新当前条目。

  • 参数

    • metadata (Dict[str, Dict[str, str]]) – 表示要设置的元数据的 Dict[key, Dict[value, type]] 格式字典

    • replace (bool) – 如果为 True，则用 metadata 参数中的条目替换所有元数据。如果为 False，则保留旧元数据并用 metadata 参数中的条目更新（添加或更改）。

  • 返回类型

    bool

  • 返回

    如果元数据已设置则为 True，否则为 False

set_metadata​

set_metadata(key, value, v_type=None)

设置一个元数据条目。所有参数必须是字符串或可转换为字符串的类型。

  • 参数

    • key (str) – 元数据条目的键

    • value (str) – 元数据条目的值

    • v_type (Optional[str]) – 元数据条目的类型

  • 返回类型

    bool

  • 返回

    如果元数据已设置则为 True，否则为 False

system_tags​

property system_tags: List[str]

描述模型的系统标签列表。

  • 返回类型

    List[str]

  • 返回

    标签列表。

tags​

property tags: List[str]

描述模型的标签列表。

  • 返回类型

    List[str]

  • 返回

    标签列表。

task​

property task: str

返回连接到此模型的任务 ID。如果没有连接的任务，则返回最初创建此模型的任务 ID。

  • 返回类型

    str

  • 返回

    任务 ID (str)

unarchive​

unarchive()

取消归档模型。如果模型未归档，则此操作无效。

  • 返回类型

    ()

url​

property url: str

返回模型文件（或归档文件）的 url

  • 返回类型

    str

  • 返回

    模型文件 URL。