MLflow 入門
Weston Bassler
Senior MLOps Engineer
保存
ログ
読み込み
# モデルをローカルに保存 mlflow.sklearn.save_model(model, path)
# モデルを MLflow Tracking にアーティファクトとして記録 mlflow.sklearn.log_model(model, artifact_path)
# ローカルまたは MLflow Tracking から読み込み mlflow.sklearn.load_model(model_uri)
ローカルファイルシステム - relative/path/to/local/model または /Users/me/path/to/local/model
relative/path/to/local/model
/Users/me/path/to/local/model
MLflow Tracking - runs:/<mlflow_run_id>/run-relative/path/to/model
runs:/<mlflow_run_id>/run-relative/path/to/model
S3対応 - s3://my_bucket/path/to/model
s3://my_bucket/path/to/model
# モデル lr = LogisticRegression() lr.fit(X, y) # モデルをローカル保存 mlflow.sklearn.save_model(lr, "local_path")
# モデル lr = LogisticRegression() lr.fit(X, y)
# モデルをローカル保存 mlflow.sklearn.save_model(lr, "local_path")
ls local_path/
MLmodel model.pkl requirements.txt python_env.yaml
# ローカルパスから読み込み model = mlflow.sklearn.load_model("local_path") # モデル表示 model
# ローカルパスから読み込み model = mlflow.sklearn.load_model("local_path")
# モデル表示 model
LogisticRegression()
# モデル lr = LogisticRegression(n_jobs=n_jobs) lr.fit(X, y) # モデルをログ出力 mlflow.sklearn.log_model(lr, "tracking_path")
# モデル lr = LogisticRegression(n_jobs=n_jobs) lr.fit(X, y)
# モデルをログ出力 mlflow.sklearn.log_model(lr, "tracking_path")
# runs の形式 runs:/<mlflow_run_id>/run-relative/path/to/model
# 直近のアクティブな Run を取得 run = mlflow.last_active_run() run
# 直近のアクティブな Run を取得 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'>>
# 直近の run_id を表示 run.info.run_id
'8c2061731caf447e805a2ac65630e70c'
# 直近のアクティブな Run を取得 run = mlflow.last_active_run() # run_id 変数を設定 run_id = run.info.run_id run_id
# run_id 変数を設定 run_id = run.info.run_id
run_id
# f-string で run_id を渡す model = mlflow.sklearn.load_model(f"runs:/{run_id}/tracking_path") # モデル表示 model
# f-string で run_id を渡す model = mlflow.sklearn.load_model(f"runs:/{run_id}/tracking_path")
Preparing Video For Download...
