MLOps Academy · レッスン

名前とステージでモデルを読み込む

コードから現在のProductionモデルを取得します。

「名前とステージでモデルを読み込む」はCoddyKit上の無料MLOps Academyレッスンです。これはレッスン4/4です。下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。これはMLOps Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 MLOps Academyコースには全4レッスンが含まれています。

このレッスンの一部はまだ翻訳されておらず、英語で表示されています。

Closing the Loop

Registering a model only pays off when code can load it back. This is where your serving app finally meets the registry. 🔁

The models URI

You fetch registered models through a models:/ URI. It names the model and which version or stage you want, no file paths required.

Load by Exact Version

For a pinned, reproducible load, ask for a specific version. This always returns the same artifact, which is great for tests.

import mlflow
m = mlflow.pyfunc.load_model(
    "models:/churn-classifier/4")

Load by Stage

In production you usually load by stage instead. Asking for Production means you always get whatever version is live right now.

m = mlflow.pyfunc.load_model(
    "models:/churn-classifier/Production")

Stage Loading Is Indirect

Loading by stage adds a layer of indirection. Promote a new version to Production and your code picks it up with no edits or redeploy.

Load by Alias

If you use aliases, load with the @ syntax. Asking for the champion alias resolves to whichever version you tagged as champion.

m = mlflow.pyfunc.load_model(
    "models:/churn-classifier@champion")

pyfunc Is Universal

The pyfunc flavor wraps any framework behind one predict method. Your serving code stays identical whether it is sklearn or PyTorch underneath.

preds = m.predict(input_df)

Native Flavor When Needed

Need framework-specific methods? Load the native flavor instead, like mlflow.sklearn, to get the original estimator object back.

model = mlflow.sklearn.load_model(
    "models:/churn-classifier/Production")

Point at the Server

Loading needs the tracking URI set so MLflow knows which registry to query. Without it, the lookup fails or hits the wrong store.

mlflow.set_tracking_uri(
    "http://localhost:5000")

Load Once at Startup

Loading is expensive, so do it once when your service boots, not on every request. Reuse the same object across predictions.

Refresh to Pick Up Changes

A long-running service keeps the version it loaded at startup. To adopt a freshly promoted model, reload on a schedule or restart the service.

Quick Check

Decide which URI a long-lived service should load.

Recap

You loaded models with a models:/ URI by version, stage, or alias, and learned to load once at startup. The registry round-trip is complete. 🚀

よくある質問

「名前とステージでモデルを読み込む」レッスンは無料ですか？

はい。「名前とステージでモデルを読み込む」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、MLOps Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 MLOps Academyコースには全4レッスンが含まれています。

「名前とステージでモデルを読み込む」で何を学びますか？

コードから現在のProductionモデルを取得します。ブラウザで直接実行するハンズオンコードでMLOps Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

MLOps Academyを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのMLOps Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。これはレッスン4/4です。

「名前とステージでモデルを読み込む」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このMLOps Academyレッスンでコードを書いて実行できますか？

はい。すべてのMLOps Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

← MLOps Academyに戻る