版本：0.5.12

Python SDK 概览

Starwhale 提供一系列的 Python SDK，帮助用户管理数据集、模型和评测等调用，使用 Starwhale Python SDK 能让您更好的完成 ML/DL 开发任务。

类

@multi_classification: 修饰器，适用于多分类问题，用来简化 evaluate 结果的进一步计算和结果存储，能更好的呈现评测结果。
@handler: 修饰器，定义一个带有资源属性（mem/cpu/gpu）的运行实体，可以控制副本数。多个Handlers可以通过依赖关系，生成DAG，便于控制执行流程。
@evaluation.predict: 修饰器，定义模型评测中的推理过程，类似 MapReduce 中的 map 阶段。
@evaluation.evaluate: 修饰器，定义模型评测中的评测过程，类似 MapReduce 中的 reduce 阶段。
evaluation.log: 记录某些评测指标到特定表中。
evaluation.log_summary: 记录某些指标到 summary 表中。
evaluation.iter: 迭代读取某些表中的数据。
model.build: 进行 Starwhale 模型构建。
@fine_tune: 修饰器，定义模型训练的微调(fine-tune)过程。
init_logger: 设置日志输出级别，实现五种级别日志输出。
dataset: 获取 starwhale.Dataset 对象，包括创建新的数据集和加载已经存在的数据集两种方式。
@starwhale.api.service.api: 修饰器，提供基于 Gradio 的简易 Web Handler 输入定义，实现在线评测。
login: 登录 server/cloud 实例。
logout: 登出 server/cloud 实例。
job: 根据Job URI获得 starwhale.Job 对象。
@PipelineHandler.run: 修饰器，定义 PipelineHandler 子类中 predict 和 evaluate 方法的资源。

COCOObjectAnnotation: 提供COCO类型的定义。
BoundingBox: 边界框类型，目前为 LTWH 格式，即 left_x, top_y, width 和 height。
ClassLabel: 描述label的数量和类型。
Image: 图片类型。
GrayscaleImage: 灰度图类型，比如MNIST中数字手写体图片，是 Image 类型的一个特例。
Audio: 音频类型。
Video: 视频类型。
Text: 文本类型，默认为 utf-8 格式，用来存储大文本。
Binary: 二进制类型，用 bytes 存储，用来存储比较大的二进制内容。
Line: 直线类型。
Point: 点类型。
Polygon: 多边形类型。
Link: Link类型，用来制作 remote-link 类型的数据。
S3LinkAuth: 当数据存储在基于S3协议的对象存储上时，该类型负责描述授权、密钥信息。
MIMEType: 描述 Starwhale 支持的多媒体类型，用在 Image、Video 等类型的 mime_type 属性上，能更好的进行 Dataset Viewer。
LinkType: 描述 Starwhale 支持的remote-link类型，目前支持 LocalFS 和 S3 两种类型。