भविष्यवाणी के पूरे आवागमन का पता लगाएँ
एक अनुरोध को इनपुट से लॉग किए गए उत्तर तक ट्रैक करें।
भविष्यवाणी के पूरे आवागमन का पता लगाएँ, CoddyKit पर MLOps Academy का एक निःशुल्क पाठ है। यह 4 में से 4वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह MLOps Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। MLOps Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
एक अनुरोध का अनुसरण करें
अब पूरी प्रक्रिया को काम करते हुए देखने का समय है। आप एकल पूर्वानुमान का क्लाइंट अनुरोध से लेकर दर्ज की गई प्रतिक्रिया तक अनुसरण करेंगे। 🔍
क्लाइंट इनपुट भेजता है
कॉलर /predict पर JSON POST करता है। यह कच्चा इनपुट फ़ीचर पेलोड है, जिसकी आपके मॉडल को निर्णय लेने के लिए आवश्यकता होती है।
curl -X POST localhost:8000/predict \
-H "Content-Type: application/json" \
-d '{"tenure": 12, "monthly_charges": 79.9}'Pydantic जाँच करता है
FastAPI मुख्य भाग को आपके स्कीमा के अनुसार पार्स करता है। कोई फ़ील्ड गायब होने या उसका प्रकार गलत होने पर मॉडल चलने से पहले ही Pydantic उसे 422 के साथ अस्वीकार कर देता है।
मॉडल पूर्वानुमान देता है
जाँची गई पंक्ति लोड किए गए champion मॉडल तक पहुँचती है। यह मेमोरी में परिणाम निकालता है; तेज़ प्रक्रिया में न तो दोबारा प्रशिक्षण होता है, न रजिस्ट्री कॉल।
pred = app.state.model.predict([[f.tenure, f.monthly_charges]])जो हुआ उसे दर्ज करें
प्रतिक्रिया देने से पहले इनपुट, पूर्वानुमान और समय-चिह्न वाली एक structured log लाइन लिखें। यही आपका ऑडिट रिकॉर्ड है।
import logging, json
logging.info(json.dumps({
"input": f.model_dump(),
"prediction": int(pred[0]),
}))प्रतिक्रिया लौटाएँ
FastAPI आपके शब्दकोश को वापस JSON में क्रमबद्ध करके 200 के साथ भेजता है। क्लाइंट को कुछ मिलीसेकंड में prediction मिल जाता है।
{"prediction": 1}विलंबता दर्ज करें
कॉल को इस तरह घेरें कि यह मापा जा सके कि उसे कितना समय लगा। प्रत्येक अनुरोध की latency दर्ज करने से बाद में आपकी निगरानी डैशबोर्ड संचालित होती हैं।
import time
start = time.perf_counter()
# predict...
elapsed_ms = (time.perf_counter() - start) * 1000संस्करण से जोड़ें
दर्ज करें कि उत्तर किस मॉडल ने दिया। version दर्ज करने से आप हमेशा ठीक-ठीक बता सकते हैं कि किसी पुराने पूर्वानुमान के पीछे कौन-सा मॉडल था।
{"model": "churn-classifier", "version": 3}पूरी प्रक्रिया पूरी हुई
प्रशिक्षित करना, रजिस्टर करना, प्रमोट करना, सेवा देना, पूर्वानुमान लगाना, दर्ज करना—एक अनुरोध आपके बनाए पूरे pipeline से होकर गुज़र गया। यही शुरू से अंत तक MLOps है। 🎯
त्वरित जाँच
हर अनुरोध पर इनपुट, पूर्वानुमान और मॉडल संस्करण क्यों दर्ज करना चाहिए?
लॉग निगरानी को डेटा देते हैं
दर्ज किए गए ये पूरे आवागमन अगले चरण के लिए कच्ची सामग्री बनते हैं: monitoring के ज़रिए विलंबता, त्रुटि दर और अंततः समय के साथ इनपुट में बदलाव पर नज़र रखना।
आपने एक प्रणाली बनाई
यह अब केवल नोटबुक नहीं है। यह एक पता लगाए जा सकने वाली system है, जिसमें हर पूर्वानुमान को शुरू से अंत तक समझाया और दोहराया जा सकता है।
पुनरावलोकन: पूरा आवागमन
आपने एक अनुरोध को सत्यापन, पूर्वानुमान, logging और उत्तर तक ट्रेस किया और उसे मॉडल के एक संस्करण से जोड़ा। इससे आपका पहला एंड-टू-एंड प्रवाह पूरा होता है। ✅
एआई शिक्षक के साथ Python सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 30
- पाठ
- 120
अक्सर पूछे जाने वाले प्रश्न
क्या “भविष्यवाणी के पूरे आवागमन का पता लगाएँ” पाठ निःशुल्क है?
हाँ—“भविष्यवाणी के पूरे आवागमन का पता लगाएँ” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और MLOps Academy पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। MLOps Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“भविष्यवाणी के पूरे आवागमन का पता लगाएँ” में मैं क्या सीखूँगा?
एक अनुरोध को इनपुट से लॉग किए गए उत्तर तक ट्रैक करें। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ MLOps Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या MLOps Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर MLOps Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 4वाँ पाठ है।
“भविष्यवाणी के पूरे आवागमन का पता लगाएँ” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस MLOps Academy पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर MLOps Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- प्रशिक्षित करें और रजिस्ट्री में लॉग करें
- सर्वश्रेष्ठ मॉडल को Production में आगे बढ़ाएँ
- Production मॉडल को सेवा दें
- भविष्यवाणी के पूरे आवागमन का पता लगाएँ