Recharger un modèle par son nom et son étape
Récupérez le modèle actuel en production depuis votre code.
Recharger un modèle par son nom et son étape est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage MLOps Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours MLOps Academy comprend 4 leçons au total.
Boucler la boucle
L’enregistrement d’un modèle n’est utile que si le code peut le charger à nouveau. C’est ici que votre application de mise à disposition rencontre enfin le registre. 🔁
L’URI models
Vous récupérez les modèles enregistrés au moyen d’une URI models:/. Elle indique le modèle ainsi que la version ou l’étape souhaitée, sans nécessiter de chemins de fichiers.
Charger par version exacte
Pour un chargement figé et reproductible, demandez une version précise. Vous obtenez toujours le même artefact, ce qui est idéal pour les tests.
import mlflow
m = mlflow.pyfunc.load_model(
"models:/churn-classifier/4")Charger par étape
En production, vous chargez généralement par étape. Demander Production signifie que vous obtenez toujours la version actuellement en service.
m = mlflow.pyfunc.load_model(
"models:/churn-classifier/Production")Le chargement par étape est indirect
Le chargement par étape ajoute un niveau d’indirection. Promouvez une nouvelle version vers Production et votre code la récupère sans modification ni nouveau déploiement.
Charger par alias
Si vous utilisez des alias, chargez le modèle avec la syntaxe @. Demander l’alias champion renvoie la version à laquelle vous avez attribué cet alias.
m = mlflow.pyfunc.load_model(
"models:/churn-classifier@champion")pyfunc est universel
La variante pyfunc masque chaque framework derrière une seule méthode predict. Votre code de mise à disposition reste identique, que le modèle repose sur sklearn ou PyTorch.
preds = m.predict(input_df)Utiliser la variante native si nécessaire
Vous avez besoin de méthodes propres à un framework ? Chargez plutôt la variante native, comme mlflow.sklearn, afin de récupérer l’objet estimateur d’origine.
model = mlflow.sklearn.load_model(
"models:/churn-classifier/Production")Pointer vers le serveur
Le chargement nécessite de définir l’URI de suivi pour que MLflow sache quel registre interroger. Sans elle, la recherche échoue ou interroge le mauvais stockage.
mlflow.set_tracking_uri(
"http://localhost:5000")Charger une seule fois au démarrage
Le chargement est coûteux : effectuez-le une fois au démarrage de votre service, et non à chaque requête. Réutilisez le même objet pour toutes les prédictions.
Actualiser pour récupérer les changements
Un service de longue durée conserve la version chargée au démarrage. Pour adopter un modèle récemment promu, rechargez-le périodiquement ou redémarrez le service.
Vérification rapide
Déterminez quelle URI un service de longue durée doit charger.
Récapitulatif
Vous avez chargé des modèles avec une URI models:/ par version, étape ou alias, et appris à les charger une fois au démarrage. Le parcours aller-retour avec le registre est terminé. 🚀
Questions Fréquemment Posées
La leçon « Recharger un modèle par son nom et son étape » est-elle gratuite ?
Oui — le texte complet de « Recharger un modèle par son nom et son étape » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours MLOps Academy, passe à CoddyKit PRO. Le cours MLOps Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Recharger un modèle par son nom et son étape » ?
Récupérez le modèle actuel en production depuis votre code. Tu pratiques MLOps Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer MLOps Academy ?
Aucune expérience préalable n'est requise. MLOps Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Recharger un modèle par son nom et son étape » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon MLOps Academy ?
Oui. Chaque leçon MLOps Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Enregistrer votre première version de modèle
- Étapes : mise en préparation, production, archivage
- Ajouter des étiquettes et des descriptions aux modèles
- Recharger un modèle par son nom et son étape