MindSpore Hub是存放MindSpore官方或者第三方开发者提供的预训练模型的平台。它向应用开发者提供了简单易用的模型加载和微调APIs，各位可以基于预训练模型进行推理或者微调，并部署到自己的应用中。各位也可以将自己训练好的模型按照指定的步骤发布到MindSpore Hub中，以供各位进行下载和使用。

发布模型到MindSpore Hub

首先可通过向hub仓提交PR的方式向MindSpore Hub发布模型。这里我们以GoogleNet为例，列出模型提交到MindSpore Hub的步骤。

将你的预训练模型托管在可以访问的存储位置。

参照模板，在你自己的代码仓中添加模型生成文件mindspore_hub_conf.py，文件放置的位置如下：

googlenet

├── src

│   ├── googlenet.py

├── script

│   ├── run_train.sh

├── train.py

├── test.py

├── mindspore_hub_conf.py

参照模板，在hub/mshub_res/assets/mindspore/ascend/0.7文件夹下创建{model_name}_{model_version}_{dataset}.md文件，其中ascend为模型运行的硬件平台，0.7为MindSpore的版本号，hub/mshub_res的目录结构为：

hub

├── mshub_res

│   ├── assets

│       ├── mindspore

|           ├── gpu

|               ├── 0.7

|           ├── ascend

|               ├── 0.7

|                   ├── googlenet_v1_cifar10.md

│   ├── tools

|       ├── md_validator.py

|       └── md_validator.py

注意，{model_name}_{model_version}_{dataset}.md文件中需要补充如下所示的file-format、asset-link 和 asset-sha256信息，它们分别表示模型文件格式、模型存储位置（步骤1所得）和模型哈希值。

file-format: ckpt

asset-link: https://download.mindspore.cn/model_zoo/official/cv/googlenet/goolenet_ascend_0.2.0_cifar10_official_classification_20200713/googlenet.ckpt

asset-sha256: 114e5acc31dad444fa8ed2aafa02ca34734419f602b9299f3b53013dfc71b0f7

使用hub/mshub_res/tools/md_validator.py在本地核对.md文件的格式，执行以下命令，输出结果为All Passed，表示.md文件的格式和内容均符合要求。

python md_validator.py ../assets/mindspore/ascend/0.7/googlenet_v1_cifar10.md

在mindspore/hub仓创建PR，详细创建方式可以参考贡献者Wiki。

一旦你的PR合入到mindspore/hub的master分支，你的模型将于24小时内在MindSpore Hub 网站上显示。