MLflow Projelerini Çalıştırma

MLflow’a Giriş

Weston Bassler

Senior MLOps Engineer

API ve komut satırı

İş Akışları

Projeler API’si

mlflow.projects

mlflow.projects.run()

uri - MLproject dosyasının URI’si
entry_point - Çalıştırmanın başlayacağı MLproject giriş noktası
experiment_name - Eğitim çalıştırmasının izleneceği deney
env_manager - Python ortam yöneticisi: local veya virtualenv

# MLflow Projesini çalıştır
mlflow.projects.run(

    uri='./',

    entry_point='main',

    experiment_name='My Experiment',

    env_manager='virtualenv'

)

MLproject

name: salary_model
python_env: python_env.yaml
entry_points:
  main:
    command: "python train_model.py"

train_model.py

# Kütüphaneleri ve modülleri içe aktar
import mlflow
import mlflow.sklearn
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split


# Eğitim verisi
df = pd.read_csv('Salary_predict.csv')
X = df[["experience", "age", "interview_score"]]
y = df[["Salary"]]

train_model.py

# Train test split 
X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.7,
                                                    random_state=0)


# Scikit-learn için otomatik kaydı ayarla
mlflow.sklearn.autolog()

# Modeli eğit
lr = LinearRegression()
lr.fit(X_train, y_train)

Projelerin çalıştırılması

# MLflow modülünü içe aktar
import mlflow


# Yerel Projeyi çalıştır
mlflow.projects.run(uri='./', entry_point='main', 
                    experiment_name='Salary Model')

Çalıştırma çıktısı

# Yerel Projeyi çalıştır
mlflow.projects.run(uri='./', entry_point='main', 
                    experiment_name='Salary Model')

2023/04/02 14:33:23 INFO mlflow.projects: 'Salary Model' mevcut değil. 
Yeni bir deney oluşturuluyor

2023/04/02 14:33:23 INFO mlflow.utils.virtualenv: Python 3.10.8 kurulu değilse 
yükleniyor
2023/04/02 14:33:23 INFO mlflow.utils.virtualenv: Yeni bir ortam oluşturuluyor 
/.mlflow/envs/mlflow-44f5094bba686a8d4a5c772
created virtual environment CPython3.10.8.final.0-64 in 236ms
2023/04/02 14:33:23 INFO mlflow.utils.virtualenv: Bağımlılıklar yükleniyor

Çalıştırma çıktısı

2023/04/02 14:33:59 INFO mlflow.projects.backend.local: === Komut çalıştırılıyor: 
'source /.mlflow/envs/mlflow-44f5094bba686a8d4a5c772/bin/activate && python 
train_model.py' çalıştırma kimliği '562916d45aeb48ec84c1c393d6e3f5b6' ile ===

2023/04/02 14:34:34 INFO mlflow.projects: === Çalıştırma (ID 
'562916d45aeb48ec84c1c393d6e3f5b6') başarılı ===

MLflow İzleme

MLflow İzleme Arayüzü

Komut satırı

mlflow run

--entry-point - Çalıştırmanın başlayacağı MLproject giriş noktası
--experiment-name - Eğitim çalıştırmasının izleneceği deney
--env-manager - Python ortam yöneticisi: local veya virtualenv
URI - MLproject dosyasının URI’si

Komutu çalıştırma

# Salary Model deneyinde main giriş noktasını çalıştır
mlflow run --entry-point main --experiment-name "Salary Model" ./

2023/04/02 15:23:34 INFO mlflow.utils.virtualenv: Python 3.10.8 kurulu değilse 
yükleniyor
2023/04/02 15:23:34 INFO mlflow.utils.virtualenv: Ortam zaten mevcut: 
/.mlflow/envs/mlflow-44f5094bba686a8d4a5c772

2023/04/02 15:23:34 INFO mlflow.projects.backend.local: === Komut çalıştırılıyor 'source
/Users/weston/.mlflow/envs/mlflow-44f5094bba686a8d4a5c772/bin/activate && python 
train_model.py' çalıştırma kimliği 'da5b37b6f53245e5bca59ba8ed6d7dc1' ile ===

2023/04/02 15:23:38 INFO mlflow.projects: === Çalıştırma 
(ID 'da5b37b6f53245e5bca59ba8ed6d7dc1') başarılı ===

Hadi pratik yapalım!

MLflow’a Giriş