Introduktion till MLflow Model Registry

Introduktion till MLflow

Weston Bassler

Senior MLOps Engineer

Modellens livscykel

Diagram över utvecklings- och stagingmiljöer

MLflow Model Registry

Centraliserad lagringsplats
Livscykelhantering
- Webb-UI
- MLflow Client-modul
- Modellversioner
- Modellsteg

model-registry

MLflow Model Registry

Modell
- Modell loggad i MLflow Tracking
Registrerad modell
- Får ett versionsnummer
- Kan tilldelas ett steg

MLflow Model Registry

Modellversion
- Ökar med varje ny registrerad modell
Modellsteg
- Kan tilldelas ett av:
  - None
  - Staging
  - Production
  - Archived

Steg

Arbeta med Model Registry

Modeller

MLflow Client-modul

Experiment
Körningar
Modellversioner
Registrerade modeller

Maskininlärning

¹ Flaticon.com

Använda MLflow Client-modulen

# Import from MLflow module
from mlflow import MlflowClient


# Create an instance
client = MlflowClient()


# Print the object
client

<mlflow.tracking.client.MlflowClient object at 0x101d55f30>

Registrera en modell

# Create a Model named "Unicorn"
client.create_registered_model(name="Unicorn")

<RegisteredModel: creation_timestamp=1679404160448, description=None, 
last_updated_timestamp=1679404160448, latest_versions=[], name='Unicorn', 
tags={}>

Modell-UI

create-model

Söka bland registrerade modeller

search-models

Söka bland registrerade modeller

# Search for registered models
client.search_registered_models(filter_string=MY_FILTER_STRING)

Identifierare
- name – modellens namn
- tags – taggar kopplade till modellen
Jämförelseoperatorer
- = – lika med
- != – inte lika med
- LIKE – skiftlägeskänslig mönstermatchning
- ILIKE – skiftlägeskänslig mönstermatchning

Exempelsökning

# Filter string
unicorn_filter_string = "name LIKE 'Unicorn%'"


# Search models
client.search_registered_models(filter_string=unicorn_filter_string)

[<RegisteredModel: creation_timestamp=1679404160448, description=None, 
last_updated_timestamp=1679404160448, latest_versions=[], name='Unicorn', 
tags={}>, 
<RegisteredModel: creation_timestamp=1679404276745, description=None, 
last_updated_timestamp=1679404276745, latest_versions=[], name='Unicorn 2.0', 
tags={}>]

Nu kör vi en övning!

Introduktion till MLflow