Вступ до MLflow Projects

Вступ до MLflow

Weston Bassler

Senior MLOps Engineer

MLflow Projects

  • Відтворювані

  • Повторно використовувані

  • Портативні

Прискорте продуктивність

1 unsplash.com
Вступ до MLflow

MLproject

project/
    MLproject
    train_model.py
    python_env.yaml
    requirements.txt

Репозиторій Github Git

1 github.com
Вступ до MLflow

Файл MLproject

  • name: – назва проєкту

  • entry_points:

    • Команди для запуску
    • файли .py і .sh
    • робочі процеси

  • python_env:

    • Середовище Python
    • python_env.yaml

YAML

1 wikipedia.org
Вступ до MLflow

Приклад MLproject

name: salary_model

entry_points:
  main:
    command: "python train_model.py"

python_env: python_env.yaml
Вступ до MLflow

train_model.py

# Import libraries and modules
import mlflow
import mlflow.sklearn
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split


# Training Data
df = pd.read_csv('Salary_predict.csv')
X = df[["experience", "age", "interview_score"]]
y = df[["Salary"]]
X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.7,random_state=0)
Вступ до MLflow

train_model.py

# Set Auto logging for Scikit-learn flavor
mlflow.sklearn.autolog()


# Train the model
lr = LinearRegression()
lr.fit(X_train, y_train)
Вступ до MLflow

python_env.yaml

python: 3.10.8

build_dependencies:
- pip
- setuptools
- wheel

dependencies:
- -r requirements.txt
Вступ до MLflow

requirements.txt

mlflow
scikit-learn
Вступ до MLflow

Давайте потренуємось!

Вступ до MLflow

Preparing Video For Download...