Modelleri Kaydetme

MLflow’a Giriş

Weston Bassler

Senior MLOps Engineer

MLflow Modellerini Kaydetme

  • Model Sürümleri

    • geleneksel yazılım geliştirme yaklaşımını izler
    • değişiklikleri izleyin

  • İşbirliği

    • farklı roller arasında
    • iyileştirme için aynı roller
MLflow’a Giriş

Model yaşam döngüsü yönetimi

model-yaşam-döngüsü

1 datacamp.com
MLflow’a Giriş

Modelleri kaydetmenin yolları

# Mevcut MLflow Modelleri
mlflow.register_model(model_uri, name)

model_uri

  • yerel dosya sistemi
  • tracking sunucusu
# Eğitim çalışması sırasında
mlflow.FLAVOR.log_model(name, 
    artifact_uri,
    registered_model_name="MODEL_NAME")

registered_model_name="MODEL_NAME"

MLflow’a Giriş

Model kaydetme örneği

# mlflow'u içe aktar
import mlflow


# Yerel dosya sisteminden modeli kaydet
mlflow.register_model("./model", "Unicorn")


# Tracking sunucusundan modeli kaydet
mlflow.register_model("runs:/run-id/model", "Unicorn")
MLflow’a Giriş
# Yerel MLFlow Modelini kaydet
mlflow.register_model(model_uri="./model", name="Unicorn")

Kayıtlı 'Unicorn' modeli zaten var. Bu modelin yeni bir sürümü oluşturuluyor...

2023/03/24 14:34:26 INFO mlflow.tracking._model_registry.client: 
Model sürümü oluşturmanın bitmesi için en fazla 300 saniye bekleniyor.                     
Model adı: Unicorn, sürüm 1
'Unicorn' modelinin '1' sürümü oluşturuldu.
<ModelVersion: creation_timestamp=1679682866413, current_stage='None', 
description=None, last_updated_timestamp=1679682866413, name='Unicorn', 
run_id=None, run_link=None, source='./model', status='READY', status_message=None, 
tags={}, user_id=None, version=1>
MLflow’a Giriş
# MLflow Tracking'den modeli kaydet
mlflow.register_model(model_uri="runs:/run-id/model", name="Unicorn")

Kayıtlı 'Unicorn' modeli zaten var. Bu modelin yeni bir sürümü oluşturuluyor...
2023/03/24 14:36:56 INFO mlflow.tracking._model_registry.client: 
Model sürümü oluşturmanın bitmesi için en fazla 300 saniye bekleniyor.                     
Model adı: Unicorn, sürüm 2
'Unicorn' modelinin '2' sürümü oluşturuldu.
<ModelVersion: creation_timestamp=1679683016297, current_stage='None', 
description=None, last_updated_timestamp=1679683016297, name='Unicorn', 
run_id='2e974508b68b45ceb114657c6e97fef5', run_link=None, 
source='./mlruns/1/2e974508b68b45ceb114657c6e97fef5/artifacts/model', 
status='READY', status_message=None, tags={}, user_id=None, version=2>
MLflow’a Giriş

Models arayüzü

modeller-arayüzü

MLflow’a Giriş

Unicorn sürümleri

sürümler-arayüzü

MLflow’a Giriş

Modeli loglama

# Modülleri içe aktar
import mlflow
import mlflow.sklearn
from sklearn.linear_model import LogisticRegression


# Model
lr = LogisticRegression()
lr.fit(X, y)


# Modeli logla
mlflow.sklearn.log_model(lr, "model", registered_model_name="Unicorn")
MLflow’a Giriş
# Modeli logla
mlflow.sklearn.log_model(lr, "model", registered_model_name="Unicorn")

Kayıtlı 'Unicorn' modeli zaten var. Bu modelin yeni bir sürümü oluşturuluyor...
2023/03/24 17:31:10 INFO mlflow.tracking._model_registry.client: 
Model sürümü oluşturmanın bitmesi için en fazla 300 saniye bekleniyor.                     
Model adı: Unicorn, sürüm 3
'Unicorn' modelinin '3' sürümü oluşturuldu.
<mlflow.models.model.ModelInfo object at 0x14734d330>
MLflow’a Giriş

Vamos praticar!

MLflow’a Giriş

Preparing Video For Download...