Enregistrer votre première version de modèle
Envoyez un modèle entraîné dans le registre de modèles MLflow.
Enregistrer votre première version de modèle est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 1 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.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
What a Registry Is
A model registry is a central catalog for your trained models. Instead of files scattered on laptops, every model lives in one place with a version number. 📚
Runs vs Registered Models
An MLflow run records one training attempt. A registered model is a named entry that points at the best run you choose to promote and keep.
Log Before You Register
You always log a model first inside a run. Logging saves the artifact so the registry has something concrete to point back at later.
import mlflow
with mlflow.start_run():
mlflow.sklearn.log_model(model, "model")Register in One Call
The fastest path is the registered_model_name argument. Pass it to log_model and MLflow creates the registry entry and a first version for you.
mlflow.sklearn.log_model(
model, "model",
registered_model_name="churn-classifier")Versions Start at 1
Your first registration becomes version 1. Every later registration under the same name bumps the version automatically, so history is never overwritten.
Register From a Past Run
Already logged a model? You can register it after the fact by pointing at its run URI with mlflow.register_model.
mlflow.register_model(
"runs:/<run_id>/model",
"churn-classifier")The runs URI
That runs:/ URI is how MLflow finds the artifact. It combines the run id and the artifact path you used when you logged the model.
The Tracking URI
Set the tracking URI so your code talks to the right server. Without it, MLflow registers everything to a local mlruns folder instead.
mlflow.set_tracking_uri(
"http://localhost:5000")See It in the UI
Open the MLflow UI and click the Models tab. Your new model name appears there with version 1 listed under it, ready to inspect.
Names Are Identifiers
Pick a clear, stable name like fraud-detector. Teammates and code load models by that name, so renaming later breaks everything pointing at it.
Confirm With the Client
The MlflowClient lets you verify registration in code. Fetch the model by name and read back the versions that exist.
from mlflow import MlflowClient
c = MlflowClient()
print(c.get_registered_model("churn-classifier"))Quick Check
Let us check how a first registration is numbered.
Recap
You logged a model, gave it a registry name, and got version 1. Now your best model has a home that anyone on the team can find. 🎉
Questions Fréquemment Posées
La leçon « Enregistrer votre première version de modèle » est-elle gratuite ?
Oui — le texte complet de « Enregistrer votre première version de modèle » 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 « Enregistrer votre première version de modèle » ?
Envoyez un modèle entraîné dans le registre de modèles MLflow. 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 1 sur 4.
Combien de temps prend la leçon « Enregistrer votre première version de modèle » ?
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