Guarde un modelo en el Bento Store
Registre un artefacto de modelo con BentoML.
Guarde un modelo en el Bento Store es una lección gratuita de MLOps Academy en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MLOps Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MLOps Academy incluye 4 lecciones en total.
Conozca BentoML
BentoML es un framework de Python que empaqueta y sirve modelos con agrupación en lotes y escalado integrados, por lo que evita gran parte del código repetitivo. 🚀
Instálelo
Empezar requiere un solo comando. Instale bentoml desde pip, igual que cualquier otro paquete de Python.
pip install bentomlEl Bento Store
El Bento Store es un registro local de su equipo. Cada modelo que guarda se almacena allí con un nombre y una etiqueta de versión automática.
Entrene algo primero
Necesita un modelo antes de poder guardar uno. Aquí ajusta un clasificador sencillo de scikit-learn con algunos datos.
from sklearn.svm import SVC
clf = SVC()
clf.fit(X, y)Guárdelo con la API del framework
BentoML proporciona un helper para cada framework. Para scikit-learn, llame a bentoml.sklearn.save_model con un nombre y el modelo ajustado.
import bentoml
bentoml.sklearn.save_model("iris_clf", clf)Nombres y etiquetas
Cada guardado crea una etiqueta como iris_clf:abc123. El nombre permanece igual, mientras que la versión posterior a los dos puntos cambia en cada guardado.
También admite otros frameworks
El mismo patrón funciona en todas partes. Cambie el módulo para adaptarlo a su framework, como bentoml.pytorch o bentoml.xgboost.
bentoml.pytorch.save_model("net", model)Enumere sus modelos
Puede ver todo lo que hay en el almacén desde el terminal. El comando bentoml models list muestra los nombres, las etiquetas y los tamaños.
bentoml models listCárguelo de nuevo
Para usar un modelo guardado, cárguelo mediante su etiqueta. Pasar latest obtiene la versión más reciente sin tener que escribir un hash fijo.
model = bentoml.sklearn.load_model("iris_clf:latest")Añada metadatos personalizados
Puede guardar información adicional en el momento de guardar el modelo. Añadir metadatos como la precisión permite que esa información acompañe al modelo para que sus compañeros sepan qué es.
bentoml.sklearn.save_model("iris_clf", clf, metadata={"acc": 0.96})Limpie las versiones antiguas
El almacén puede llenarse con el tiempo. Elimine lo que ya no necesite con el comando bentoml models delete y una etiqueta.
bentoml models delete iris_clf:abc123Comprobación rápida
Acaba de ejecutar save_model dos veces con el mismo nombre. ¿Qué distingue un guardado del otro?
Resumen
Ha instalado BentoML, ha guardado un modelo en el Bento Store con un helper del framework, lo ha enumerado y lo ha cargado de nuevo mediante su etiqueta. ¡Ahora el modelo está gestionado! 🙌
Preguntas frecuentes
¿La lección «Guarde un modelo en el Bento Store» es gratis?
Sí — el texto completo de «Guarde un modelo en el Bento Store» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MLOps Academy, actualiza a CoddyKit PRO. El curso de MLOps Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Guarde un modelo en el Bento Store»?
Registre un artefacto de modelo con BentoML. Practicas MLOps Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MLOps Academy?
No se requiere experiencia previa. MLOps Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.
¿Cuánto tiempo toma la lección «Guarde un modelo en el Bento Store»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MLOps Academy?
Sí. Cada lección de MLOps Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Guarde un modelo en el Bento Store
- Defina un servicio y su API
- Habilite el microbatching adaptativo
- Compile un Bento y conviértalo en contenedor