学習してレジストリに記録する
学習を実行し、生成されたモデルを登録します。
「学習してレジストリに記録する」はCoddyKit上の無料MLOps Academyレッスンです。 これはレッスン1/4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。
1回の実行を完全に記録する
このレッスンでは、トレーニングとレジストリをつなぎます。モデルをトレーニングし、それをMLflow Model Registryにプッシュして、バージョン管理された再利用可能な成果物にします。🚀
トラッキングの実行を開始する
トレーニングをmlflow.start_run()で囲みます。そのブロック内で記録したすべての情報は、固有のIDとタイムスタンプを持つ1つのrunに属します。
import mlflow
with mlflow.start_run() as run:
# train and log here
print(run.info.run_id)モデルをトレーニングする
runの中で、通常どおり推定器を学習させます。MLflowが監視しているからといって、trainingコードを変更する必要はありません。
from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)パラメータを記録する
log_paramで選択した設定を記録します。数か月後に、どの設定でこのモデルが生成されたのかを正確に確認するために役立ちます。
mlflow.log_param("n_estimators", 100)
mlflow.log_param("max_depth", None)メトリクスを記録する
log_metricでモデルの性能を記録します。後でrunを比較するときに、メトリクスの値を基準に並べ替えられます。
acc = model.score(X_test, y_test)
mlflow.log_metric("accuracy", acc)モデルの成果物を記録する
mlflow.sklearn.log_modelを使って、学習済みモデルをrunに保存します。MLflowは重み、フレーバー、環境をまとめて保存します。
mlflow.sklearn.log_model(
sk_model=model,
name="model",
)記録と同時に登録する
registered_model_nameを渡すと、MLflowはモデルの記録と新しいバージョンの登録を1ステップで行います。これが最も簡潔な方法です。
mlflow.sklearn.log_model(
sk_model=model,
name="model",
registered_model_name="churn-classifier",
)後から登録する
モデルをすでに記録しましたか。run URIを指定してregister_modelを呼び出せば、再トレーニングせずにレジストリへ追加できます。
uri = "runs:/<run_id>/model"
mlflow.register_model(uri, "churn-classifier")バージョンは自動的に増える
同じ名前で再度登録すると、version 2、続いて3というように増えていきます。レジストリはすべてのバージョンを保持し、古いバージョンを上書きしません。
確認問題
すでに存在する名前でモデルを記録すると、どうなりますか。
runの完了を確認する
ブロックを抜けると、runにはFINISHEDのマークが付きます。パラメータ、メトリクス、登録したモデルバージョンが、恒久的に関連付けられます。
UIで確認する
MLflow UIを開くと、runは該当するexperimentの下に表示され、新しいモデルバージョンがModelsタブに一覧表示されます。情報が失われることはありません。
まとめ: トレーニング、記録、登録
run内でトレーニングし、パラメータとメトリクスを記録し、モデルを保存してバージョンを登録しました。トレーニング、記録、登録。これが本格的なパイプラインの出発点です。✅
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
「学習してレジストリに記録する」レッスンは無料ですか？
はい。「学習してレジストリに記録する」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。
「学習してレジストリに記録する」で何を学びますか？
学習を実行し、生成されたモデルを登録します。 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1/4です。
「学習してレジストリに記録する」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。