Registrare la prima versione del modello
Invii un modello addestrato al MLflow Model Registry.
Registrare la prima versione del modello è una lezione MLOps Academy gratuita su CoddyKit. Questa è la lezione 1 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento MLOps Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso MLOps Academy include 4 lezioni in totale.
Che cos'è un registry
Un model registry è un catalogo centrale per i modelli addestrati. Invece di avere file sparsi sui portatili, ogni modello risiede in un unico posto con un numero di versione. 📚
Run e modelli registrati
Un run MLflow registra un singolo tentativo di addestramento. Un modello registrato è una voce denominata che punta al run migliore scelto per la promozione e la conservazione.
Registrare prima di creare il modello
Prima si esegue sempre il log di un modello all'interno di un run. Il logging salva l'artefatto, così in seguito il registry avrà qualcosa di concreto a cui fare riferimento.
import mlflow
with mlflow.start_run():
mlflow.sklearn.log_model(model, "model")Registrare con una sola chiamata
Il percorso più rapido consiste nell'usare l'argomento registered_model_name. Lo passi a log_model e MLflow creerà per lei la voce nel registry e la prima versione.
mlflow.sklearn.log_model(
model, "model",
registered_model_name="churn-classifier")Le versioni iniziano da 1
La prima registrazione diventa la versione 1. Ogni registrazione successiva con lo stesso nome incrementa automaticamente la versione, così la cronologia non viene mai sovrascritta.
Registrare da un run precedente
Ha già eseguito il log di un modello? Può registrarlo in un secondo momento indicando il suo URI del run con mlflow.register_model.
mlflow.register_model(
"runs:/<run_id>/model",
"churn-classifier")L'URI runs
Quell'URI runs:/ indica a MLflow dove trovare l'artefatto. Combina l'ID del run e il percorso dell'artefatto usato durante il log del modello.
L'URI di tracking
Imposti l'URI di tracking affinché il codice comunichi con il server corretto. In sua assenza, MLflow registra tutto in una cartella mlruns locale.
mlflow.set_tracking_uri(
"http://localhost:5000")Visualizzarlo nell'interfaccia
Apra l'interfaccia di MLflow e faccia clic sulla scheda Models. Il nuovo nome del modello apparirà con la versione 1 elencata sotto, pronto per essere esaminato.
I nomi sono identificatori
Scelga un nome chiaro e stabile, come fraud-detector. I membri del team e il codice caricano i modelli tramite quel nome, quindi rinominarlo in seguito interromperebbe tutti i riferimenti.
Confermare con il client
MlflowClient consente di verificare la registrazione nel codice. Recuperi il modello tramite il nome e legga le versioni esistenti.
from mlflow import MlflowClient
c = MlflowClient()
print(c.get_registered_model("churn-classifier"))Controllo rapido
Verifichiamo come viene numerata la prima registrazione.
Riepilogo
Ha eseguito il log di un modello, gli ha assegnato un nome nel registry e ha ottenuto la versione 1. Ora il suo modello migliore ha una collocazione che chiunque nel team può trovare. 🎉
Domande Frequenti
La lezione «Registrare la prima versione del modello» è gratuita?
Sì — il testo completo di «Registrare la prima versione del modello» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso MLOps Academy, passa a CoddyKit PRO. Il corso MLOps Academy include 4 lezioni in totale.
Cosa imparerò in «Registrare la prima versione del modello»?
Invii un modello addestrato al MLflow Model Registry. Eserciti MLOps Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare MLOps Academy?
Non è richiesta alcuna esperienza precedente. MLOps Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 1 di 4.
Quanto tempo richiede la lezione «Registrare la prima versione del modello»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione MLOps Academy?
Sì. Ogni lezione MLOps Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Registrare la prima versione del modello
- Stadi: Staging, Production, Archived
- Aggiungere tag e descrizioni ai modelli
- Caricare un modello per nome e stadio