Model dağıtımı

MLflow’a Giriş

Weston Bassler

Senior MLOps Engineer

ML yaşam döngüsü

ML Yaşam Döngüsünün Adımları

1 datacamp.com
MLflow’a Giriş

Model sürümleri ve aşamalar

  • Model sürümleri

    • Sürüm +1

  • Model aşamaları

    • Staging
    • Production
    • Archived

Model sürümleri ve aşamalar

MLflow’a Giriş

Model dağıtım yolları

Model yükle

# MLflow flavor
mlflow.FLAVOR.load_model()

Model servis et

# MLflow komut satırında serve
mlflow models serve
MLflow’a Giriş

Model URI’leri

Kural

models:/

Model sürümü

models:/model_name/version

Model aşaması

models:/model_name/stage
MLflow’a Giriş

Model yükleme

# Flavor'ı içe aktar
import mlflow.FLAVOR


# Sürümü yükle
mlflow.FLAVOR.load_model("models:/model_name/version")


# Aşamayı yükle
mlflow.FLAVOR.load_model("models:/model_name/stage")
MLflow’a Giriş

Model yükleme örneği

# Flavor'ı içe aktar
import mlflow.sklearn


# Unicorn modelini Staging aşamasında yükle
model = mlflow.sklearn.load_model("models:/Unicorn/Staging")

# Modeli yazdır
model

LogisticRegression()

# Çıkarım
model.predict(data)
MLflow’a Giriş

Model servis etme

# Unicorn modelini Production aşamasında servis et
mlflow models serve -m "models:/Unicorn/Production"

2023/03/26 15:07:00 INFO mlflow.models.flavor_backend_registry: 
Selected backend for flavor 'python_function'
2023/03/26 15:07:00 INFO mlflow.pyfunc.backend: === Running command 'exec gunicorn 
--timeout=60 -b 127.0.0.1:5000 -w 1 ${GUNICORN_CMD_ARGS} -- 
mlflow.pyfunc.scoring_server.wsgi:app'
[2023-03-26 15:07:00 -0400] [86409] [INFO] Starting gunicorn 20.1.0
[2023-03-26 15:07:00 -0400] [86409] [INFO] Listening at: http://127.0.0.1:5000
[2023-03-26 15:07:00 -0400] [86409] [INFO] Using worker: sync
[2023-03-26 15:07:00 -0400] [86410] [INFO] Booting worker with pid: 86410
MLflow’a Giriş

Invocations uç noktası

api

http://localhost:5000/invocations

  • Biçimler
    • CSV
    • JSON
1 Flaticon.com
MLflow’a Giriş

CSV biçimi

pandas_df.to_csv()

JSON biçimi

{
  "dataframe_split": {
      "columns": ["R&D Spend", "Administration", "Marketing Spend", "State"],
      "data": [["165349.20", 136897.80, 471784.10, 1]]
  }
}
MLflow’a Giriş

Model tahmini

# Yükü invocations uç noktasına gönder
curl http://127.0.0.1:5000/invocations -H 'Content-Type: application/json' -d
{
  "dataframe_split": {
      "columns": ["R&D Spend", "Administration", "Marketing Spend", "State"],
      "data": [["165349.20", 136897.80, 471784.10, 1]]
  }
}

[[104055.1842384]]
MLflow’a Giriş

Hadi pratik yapalım!

MLflow’a Giriş

Preparing Video For Download...