حفظ Pipeline مدرّبة وإعادة تحميلها
حفظ النماذج باستخدام joblib
حفظ Pipeline مدرّبة وإعادة تحميلها درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.
يكفي التدريب مرة واحدة
لقد استغرقت وقتًا في تدريب خط أنابيب وضبطه. ويعني حفظه أنك لن تضطر إلى إعادة تدريبه لمجرد إجراء تنبؤ. 💾
حفظ خط الأنابيب باستخدام Pickle
خط الأنابيب المدرَّب هو كائن Python، لذلك يمكنك إجراء تسلسل له على القرص ثم إعادته كما كان تمامًا.
لماذا يتفوق joblib
بالنسبة إلى كائنات scikit-learn المليئة بمصفوفات NumPy، يكون joblib أسرع وأصغر من pickle العادي، ولذلك فهو الخيار الافتراضي.
import joblibالحفظ باستدعاء واحد
مرّر خط الأنابيب المدرَّب واسم ملف إلى joblib.dump. وستُحفظ سلسلة التهيئة والنموذج كاملةً في ملف واحد.
joblib.dump(pipe, 'model.joblib')تحميله مجددًا
لاحقًا، وفي أي برنامج نصي، يعيد joblib.load إنشاء خط الأنابيب نفسه تمامًا، ويصبح جاهزًا للتنبؤ دون الحاجة إلى إعادة التدريب.
pipe = joblib.load('model.joblib')إجراء التنبؤ فورًا
يحتفظ الكائن المُعاد تحميله بالتحجيم والأوزان التي تعلّمها، لذلك يمكنك استدعاء predict على بيانات جديدة فورًا.
preds = pipe.predict(new_data)تطابق إصداراتك
قد يتعطل نموذج محفوظ إذا حُمّل باستخدام إصدار مختلف من المكتبة. سجّل إصدار scikit-learn الذي استخدمته في التدريب.
إدخال الأعمدة نفسها
يجب أن تحتوي البيانات الجديدة على الأعمدة نفسها وبالترتيب نفسه المستخدم في التدريب. يتوقع خط الأنابيب هذا المخطط المحدد كي يجري التحويل بصورة صحيحة.
لا تثق إلا بملفاتك
يؤدي تحميل ملف pickle إلى تشغيل تعليمات برمجية، لذلك لا تفتح أبدًا ملفات من مصادر لا تثق بها. تعامل مع ملف النموذج على أنه قابل للتنفيذ.
نشره في بيئة الإنتاج
هذا الملف الواحد هو ما يحمّله تطبيق الويب أو المهمة الدفعية لتقديم التنبؤات. ويجعل حفظ خط الأنابيب كاملًا عملية النشر بسيطة.
حزمة واحدة بلا مفاجآت
بما أن التهيئة تنتقل مع النموذج، يحوّل خط الأنابيب المنشور المدخلات بالطريقة نفسها التي اتبعها أثناء التدريب. لا انجراف ولا عدم تطابق.
تحقق سريع
ما الأداة المفضلة لحفظ خط أنابيب scikit-learn المدرَّب على القرص؟
مراجعة
يمكنك الآن حفظ خط أنابيب مدرَّب باستخدام joblib وإعادة تحميله من أي مكان لإجراء التنبؤ فورًا. وبذلك نكون قد غطّينا خطوط الأنابيب من البداية إلى النهاية. 🎉
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «حفظ Pipeline مدرّبة وإعادة تحميلها» مجاني؟
نعم — نص درس «حفظ Pipeline مدرّبة وإعادة تحميلها» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ماذا ستتعلم في «حفظ Pipeline مدرّبة وإعادة تحميلها»؟
حفظ النماذج باستخدام joblib تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟
لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.
كم من الوقت يستغرق درس «حفظ Pipeline مدرّبة وإعادة تحميلها»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Data Science Academy هذا؟
نعم. كل درس في Data Science Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- لماذا تتفوق Pipelines على الخطوات اليدوية
- ColumnTransformer للأنواع المختلطة
- الضبط باستخدام GridSearchCV
- حفظ Pipeline مدرّبة وإعادة تحميلها