Pytorch图像去噪实战（九十六）：模型治理实战，管理模型状态、版本、审批、上线和退役一、问题场景：模型越来越多，最后没人知道哪个能上线图像去噪项目持续迭代后，模型会越来越多：unet_v1 unet_v2 unet_v3_feedback restormer_exp1 mobile_v4_fast ocr_v2_edge quality_v5_candidate如果没有模型治理，很快会混乱：哪个是线上版本哪个是候选版本哪个已经废弃哪个通过了回归测试哪个可以回滚谁批准上线使用了哪个数据版本模型文件在哪里这一篇我们解决：如何设计图像去噪平台的模型治理系统。二、什么是模型治理？模型治理不是训练模型，而是管理模型生命周期。包括：注册 评估 审批 灰度 上线 回滚 退役 审计对于生产环境，这是必须的。三、模型状态设计建议状