Naikkan Model Terbaik ke Pengeluaran
Pilih model pemenang dan letakkannya pada peringkat untuk penyajian.
Naikkan Model Terbaik ke Pengeluaran ialah pelajaran MLOps Academy percuma di CoddyKit. Ini ialah pelajaran 2 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran MLOps Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus MLOps Academy merangkumi sejumlah 4 pelajaran.
Pilih Pemenang
Kini anda mempunyai beberapa versi berdaftar. Promosi bermaksud memilih versi yang patut digunakan oleh perkhidmatan anda, kemudian menandakannya sebagai Production. 🏆
Senaraikan Versi
Gunakan MlflowClient untuk mendapatkan setiap versi model supaya anda boleh membandingkannya sebelum memilih.
from mlflow import MlflowClient
client = MlflowClient()
versions = client.search_model_versions("name='churn-classifier'")Bandingkan Mengikut Metrik
Setiap versi dipautkan kembali kepada pelaksanaannya, jadi anda boleh membaca ketepatan pelaksanaan itu dan memilih skor tertinggi secara pemprograman.
for v in versions:
run = client.get_run(v.run_id)
print(v.version, run.data.metrics["accuracy"])Alias Menggantikan Peringkat
MLflow yang lebih baharu menggunakan alias bernama seperti champion dan bukannya peringkat tetap. Alias ialah penuding yang boleh dialihkan kepada satu versi pilihan.
Tetapkan Alias Champion
Arahkan alias champion kepada versi terbaik anda. Kod penyediaan anda kemudiannya hanya perlu meminta champion untuk mendapatkan pilihan semasa.
client.set_registered_model_alias(
name="churn-classifier",
alias="champion",
version="3",
)Peringkat Masih Berfungsi
Pada persediaan lama, anda sebaliknya menukar versi kepada peringkat Production. Ideanya sama: tandakan versi yang sedang aktif.
client.transition_model_version_stage(
name="churn-classifier",
version=3,
stage="Production",
)Arkibkan Versi Lama
Apabila anda mempromosikan versi baharu, alihkan versi aktif sebelumnya. Dengan peringkat, ini bermaksud Archived; dengan alias, anda hanya menetapkan semula penuding.
Tandakan Keputusan
Tambahkan tag yang merekodkan sebab versi ini menang. Rakan sepasukan pada masa hadapan akan menghargai petunjuk ini apabila mereka mengaudit pilihan tersebut.
client.set_model_version_tag(
"churn-classifier", "3",
"approved_by", "data-team",
)Promosi Boleh Diterbalikkan
Oleh sebab versi lama disimpan, anda boleh menghalakan semula champion kepada versi sebelumnya serta-merta jika versi baharu berkelakuan buruk. 🔁
Semakan Pantas
Apakah kelebihan utama alias model seperti champion?
Penyediaan Kekal Terpisah
Kelebihan besarnya: API anda tidak pernah menamakan versi 3. API hanya meminta champion, jadi promosi ialah perubahan pada pendaftaran, bukan penggunaan kod baharu.
Promosikan dengan Yakin
Bandingkan dahulu, kemudian promosikan hanya versi yang mengatasi pilihan semasa. Mengaitkan promosi dengan metrik memastikan model lemah tidak masuk ke pengeluaran.
Ringkasan: Memilih Model Aktif
Anda menyenaraikan versi, membandingkan metrik, menetapkan alias champion, menandakan sebab dan memastikan pilihan boleh diterbalikkan. Itulah promosi yang selamat. ✅
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Naikkan Model Terbaik ke Pengeluaran” percuma?
Ya — teks penuh “Naikkan Model Terbaik ke Pengeluaran” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus MLOps Academy, tingkat taraf kepada CoddyKit PRO. Kursus MLOps Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Naikkan Model Terbaik ke Pengeluaran”?
Pilih model pemenang dan letakkannya pada peringkat untuk penyajian. Anda berlatih MLOps Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan MLOps Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran MLOps Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 2 daripada 4.
Berapa lamakah pelajaran “Naikkan Model Terbaik ke Pengeluaran” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Latih dan Log ke Pendaftaran
- Naikkan Model Terbaik ke Pengeluaran
- Sajikan Model Pengeluaran
- Jejak Perjalanan Pergi Balik Sesuatu Ramalan