API mô hình

Giới thiệu về MLflow

Weston Bassler

Senior MLOps Engineer

MLflow REST API

api

¹ istock.com

API mô hình

Lưu
Ghi log
Tải

Scikit-Learn

¹ wikipedia.org

Hàm API mô hình

# Lưu mô hình vào hệ thống tệp cục bộ
mlflow.sklearn.save_model(model, path)

# Ghi log mô hình như artifact vào MLflow Tracking.
mlflow.sklearn.log_model(model, artifact_path)

# Tải mô hình từ hệ thống tệp cục bộ hoặc MLflow Tracking.
mlflow.sklearn.load_model(model_uri)

Tải mô hình

Hệ thống tệp cục bộ - relative/path/to/local/model hoặc /Users/me/path/to/local/model
MLflow Tracking - runs:/<mlflow_run_id>/run-relative/path/to/model
Hỗ trợ S3 - s3://my_bucket/path/to/model

Lưu mô hình

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


# Lưu mô hình cục bộ
mlflow.sklearn.save_model(lr, "local_path")

ls local_path/

MLmodel            model.pkl        requirements.txt        python_env.yaml

Tải mô hình cục bộ

# Tải mô hình từ đường dẫn cục bộ
model = mlflow.sklearn.load_model("local_path")


# Hiển thị mô hình
model

LogisticRegression()

Ghi log mô hình

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


# Ghi log mô hình
mlflow.sklearn.log_model(lr, "tracking_path")

Giao diện Tracking

Run hoạt động gần nhất

# Định dạng cho runs
runs:/<mlflow_run_id>/run-relative/path/to/model

# Lấy run hoạt động gần nhất
run = mlflow.last_active_run()

run

<Run: data=<RunData: metrics={}, params={}, 
tags={'mlflow.runName': 'run_name'}>, 
 info=<RunInfo: artifact_uri='uri', end_time='end_time', 
 experiment_id='0', lifecycle_stage='active', run_id='run_id', 
 run_name='name', run_uuid='run_uuid', start_time=start_time, 
 status='FINISHED', user_id='user_id'>>

ID run hoạt động gần nhất

# Lấy run hoạt động gần nhất
run = mlflow.last_active_run()

# Hiển thị run_id của run gần nhất
run.info.run_id

'8c2061731caf447e805a2ac65630e70c'

Thiết lập run_id

# Lấy run hoạt động gần nhất
run = mlflow.last_active_run()

# Gán biến run_id
run_id = run.info.run_id

run_id

'8c2061731caf447e805a2ac65630e70c'

Tải mô hình từ MLflow Tracking

# Truyền run_id bằng f-string
model = mlflow.sklearn.load_model(f"runs:/{run_id}/tracking_path")

# Hiển thị mô hình
model

LogisticRegression()

Ayo berlatih!

Giới thiệu về MLflow