mlflow的model registry怎么用

mlflow的model registry怎么用

这篇文章主要介绍了mlflow的model registry怎么用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇mlflow的model registry怎么用文章都会有所收获,下面我们一起来看看吧。

是什么

本文基于mlflow 1.11.0版本
正如官网说的:

TheMLflowModelRegistrycomponentisacentralizedmodelstore,setofAPIs,andUI,tocollaborativelymanagethefulllifecycleofanMLflowModel.Itprovidesmodellineage(whichMLflowexperimentandrunproducedthemodel),modelversioning,stagetransitions(forexamplefromstagingtoproduction),andannotations

model registry 是一个集中的模型存储,apis,UI,用来全周期的管理model,他能提供一种模型血缘,模型版本,以及模型的阶段切换。

如果没用到model registry,我们启动服务的时候,得按照如下方式:

exportMLFLOW_TRACKING_URI=http://localhost:5002mlflowmodelsserve-mruns:/e69aed0b22fb45debd115dfc09dbc75a/model-p1234--no-conda

这里我们得提供RUN_ID,也就是e69aed0b22fb45debd115dfc09dbc75a
而如果我们采用model registry的话,启动服务的时候,我们可以按照如下方式:

exportMLFLOW_TRACKING_URI=http://localhost:5002mlflowmodelsserve-m"models:/sk-learn-random-forest-reg-model/Production"

其中sk-learn-random-forest-reg-model是model的名字,Production 是stage阶段,详细的我们会接下里介绍
那具体有什么作用呢: model registry让我们在启动服务的时候,不需要指定RUN_ID,这样的话,我们在每次启动服务的时候,不需要再去查找RUN_ID,这样的话我们在每次重启的时候就不需要再进行文件的修改,对于算法人员来说,方便很多,而且model registry从逻辑上进行了stage的划分,且可以stage的切换,这样我们管理model的时候,就能很直观的知道当前算法服务是基于那个模型来的

怎么操作

我们现在来演示怎么进行model registry的操作,假设我们已经按照mlflow系列1进行了多次python wine.py 操作,这样我们在界面上就能看到一个实验的多个版本,如下:

点击Registry model如下:

这样我们就可以注册模型,模型的名字(假设我们这里为wine)可以自己选择输入

点击wine,

点击Version3,

这样我们就可以进行stage的切换,默认stage是None, Staging 表示正在筹备阶段,Production表示已经在线上环境阶段,Archived 表示存档阶段,也就是处于抛弃状态
我们也可以进行 model 删除操作: 当然也可以具体的删除某个版本的model,只要点击版本,之后删除位置和上面的位置一样

这样我们按照如下方式启动和访问服务即可,不需要关心具体的RUN_ID,只需要在界面上把stage切换成Production就行

#启动服务mlflowmodelsserve-m"models:/wine/Production"-p12346-h0.0.0.0--no-conda#访问服务curl-XPOST-H"Content-Type:application/json;format=pandas-split"--data'{"columns":["alcohol","chlorides","citricacid","density","fixedacidity","freesulfurdioxide","pH","residualsugar","sulphates","totalsulfurdioxide","volatileacidity"],"data":[[12.8,0.029,0.48,0.98,6.2,29,3.33,1.2,0.39,75,0.66]]}'http://localhost:12346/invocations

关于“mlflow的model registry怎么用”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“mlflow的model registry怎么用”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注亿速云行业资讯频道。

发布于 2022-01-10 23:39:57
收藏
分享
海报
0 条评论
48
上一篇:akka cluster相关问题怎么解决 下一篇:Apache Kylin与ClickHouse的区别是什么
目录

    0 条评论

    本站已关闭游客评论,请登录或者注册后再评论吧~

    忘记密码?

    图形验证码