问题一：如图，机器学习PAI的离线模型（batchoperator）这样存储成流式模型之后，用哪种方式读入的话每次对应的也是batchoperator的格式，作为ftrl的初始模型batchoperator的格式？
初始模型在批量变化，作为ftrl的初始模型，用哪种方式读入的话，能够流式的转为batchoperator的格式？
问题二：就是每次批量更新的模型，写在在线流的那个流式模型的那个路径中，然后在线就会学进去，就相当于更新了initmodel是吗？nitmodel的更新不需要单独的一个模型流，跟在线流一个流式路径？
如图，机器学习PAI的离线模型存储成流式模型之后，用哪种方式读入的的话每次对应的也是这样的格式？[阿里云机器学习PAI]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！
利用Flink将离线模型转换为流式模式的一种做法是:
将离线训练的模型保存为文件,如JSON/PROTOBUF格式。
定义SourceFunction从文件中读取模型文件作为初始模型。
使用Flink ML库提供的OnlineLearningAlgorithm,设置initModel()接口加载初始模型。
针对问题一的回答：setModelStreamFilePath
这个可以指定一个模型流的路径
com.alibaba.alink.params.ModelStreamScanParams
这个里边的几个方法可以指定模型流的一些参数
路径指定成你的appendmodelstream那个op写的路径，就会读模型流了
—此回答来自钉群“Alink开源–用户群”