MLflow Model Flavor
依存関係とシグネチャを含めてモデルをパッケージ化します。
「MLflow Model Flavor」はCoddyKit上の無料MLOps Academyレッスンです。 これはレッスン2/4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。
単なるファイルの先へ
pickleファイルは、単なるバイト列にすぎません。MLflowはモデルを自己記述型のフォルダーにまとめ、読み込み方法を推測しなくても誰でも使えるようにします。📦
flavorとは
MLflowのflavorとは、sklearnやpytorchのような既知の形式で、モデルの保存方法と読み込み方法をMLflowに正確に伝えるものです。
1つのモデルに複数のflavor
1つの保存済みモデルに複数のflavorを持たせることができます。これにより、同じartifactを異なるツールから、それぞれの方法で読み込めます。
flavorを指定して保存する
対応するモジュールを使ってモデルを記録します。scikit-learnの場合は、runの中でmlflow.sklearn.log_modelを呼び出します。
import mlflow.sklearn
mlflow.sklearn.log_model(model, name='model')MLmodelファイル
保存されたモデルには、flavor、signature、再読み込み方法を記載したMLmodel YAMLファイルが必ず含まれます。モデルの身分証明書のようなものです。
依存関係も一緒に保存される
MLflowは、モデルに必要なライブラリをconda.yamlまたはrequirementsファイルに記録するため、後から同じ環境を再構築できます。
pyfunc flavor
ほとんどのモデルには、汎用的なpyfunc flavorも付与されます。内部のフレームワークに関係なく、1つのシンプルなpredict呼び出しを提供します。🔑
pyfuncとして読み込む
pyfunc経由で読み込むと、predictを持つ汎用オブジェクトが得られるため、フレームワークが変わってもサービングコードは同じままです。
import mlflow.pyfunc
m = mlflow.pyfunc.load_model('runs:/<id>/model')
m.predict(X)ネイティブ形式に戻して読み込む
対応するローダーを使えば、元のフレームワークの形式で再読み込みすることもできます。汎用wrapperではなく、完全なネイティブオブジェクトを取得できます。
model = mlflow.sklearn.load_model('runs:/<id>/model')カスタムpyfuncモデル
組み込みのflavorが合わない場合は、PythonModelをサブクラス化し、独自のpredictを記述して、任意のロジックをpyfunc形式でラップします。
class MyModel(mlflow.pyfunc.PythonModel):
def predict(self, ctx, X):
return self.run(X)重要な理由
flavorによって、モデルは本当の意味で移植可能になります。学習、レジストリ、サービングが、専用のformat変換コードなしで同じ形式を扱えるためです。
理解度チェック
MLflowのflavorについての理解度を確認しましょう。
まとめ
MLflowモデルは、flavors、MLmodelファイル、固定された依存関係を含む自己記述型のフォルダーです。ネイティブ形式でも汎用pyfuncとしてでも読み込めます。🎉
AI チューターと学ぶ Python — 無料
ブラウザでリアルコードを書いて実行し、24/7 の AI チューターから瞬時にサポートを受け、ウェブまたはアプリで続きから学習できます。
- コース
- 30
- レッスン
- 120
よくある質問
「MLflow Model Flavor」レッスンは無料ですか？
はい。「MLflow Model Flavor」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。
「MLflow Model Flavor」で何を学びますか？
依存関係とシグネチャを含めてモデルをパッケージ化します。 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2/4です。
「MLflow Model Flavor」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
- PickleとJoblibでシリアライズする
- MLflow Model Flavor
- 移植性のためにONNXへエクスポートする
- モデルのシグネチャとスキーマを定義する