MLOps Academy · Урок

Загрузка модели по имени и этапу

Получайте текущую рабочую модель из своего кода

Урок 4 из 413 шагов

«Загрузка модели по имени и этапу» — бесплатный урок MLOps Academy на CoddyKit. Это урок 4 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения MLOps Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс MLOps Academy содержит 4 уроков всего.

Замыкаем цикл

Регистрация модели приносит пользу только тогда, когда код может снова её загрузить. Именно здесь ваше приложение обслуживания наконец взаимодействует с реестром. 🔁

URI моделей

Зарегистрированные модели получают через URI models:/. В нём указываются модель и нужная версия или этап, поэтому пути к файлам не требуются.

Загрузка по точной версии

Для фиксированной и воспроизводимой загрузки запросите конкретную версию. Она всегда возвращает один и тот же артефакт, что особенно удобно для тестов.

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

Загрузка по этапу

В рабочей среде обычно загружают модель по этапу. Запрос Production всегда возвращает ту версию, которая сейчас используется.

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

Загрузка по этапу выполняется косвенно

Загрузка по этапу добавляет уровень косвенности. Переведите новую версию на этап Production — и код подхватит её без изменений и повторного развёртывания.

Загрузка по псевдониму

Если вы используете псевдонимы, загружайте модель с помощью синтаксиса @. Запрос псевдонима champion разрешается в ту версию, которой вы присвоили этот псевдоним.

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

pyfunc универсален

Вариант pyfunc скрывает любую платформу за одним методом predict. Код обслуживания остаётся одинаковым независимо от того, используется ли внутри sklearn или PyTorch.

preds = m.predict(input_df)

Используйте исходный вариант при необходимости

Нужны методы конкретной платформы? Тогда загрузите исходный вариант, например mlflow.sklearn, чтобы получить обратно исходный объект оценивателя.

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

Укажите сервер

Для загрузки необходимо задать URI отслеживания, чтобы MLflow знал, в каком реестре выполнять запрос. Без него поиск завершится ошибкой или обратится не к тому хранилищу.

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

Загружайте один раз при запуске

Загрузка требует много ресурсов, поэтому выполните её один раз при запуске службы, а не для каждого запроса. Используйте один и тот же объект для всех прогнозов.

Обновляйте модель, чтобы получить изменения

Долго работающая служба сохраняет версию, загруженную при запуске. Чтобы принять только что переведённую модель, выполняйте повторную загрузку по расписанию или перезапускайте службу.

Быстрая проверка

Определите, какой URI должна использовать долго работающая служба.

Ответь в интерактивном уроке

Итоги

Вы загружали модели с помощью URI models:/ по версии, этапу или псевдониму и научились загружать их один раз при запуске. Полный цикл взаимодействия с реестром завершён. 🚀

Можно начать бесплатно

Изучай Python с ИИ-репетитором — бесплатно

Пиши и запускай код прямо в браузере, получай мгновенную помощь от ИИ-репетитора 24/7 и продолжи учиться на сайте или в приложении.

Курсы: 30
Уроки: 120

Начать учиться бесплатно Посмотреть полный курс

Часто задаваемые вопросы

Урок «Загрузка модели по имени и этапу» бесплатный?

Да — полный текст урока «Загрузка модели по имени и этапу» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс MLOps Academy, подпишись на CoddyKit PRO. Курс MLOps Academy содержит 4 уроков всего.

Чему я научусь в уроке «Загрузка модели по имени и этапу»?

Получайте текущую рабочую модель из своего кода Ты практикуешь MLOps Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать MLOps Academy?

Предыдущий опыт не требуется. MLOps Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 4 из 4.

Сколько времени занимает урок «Загрузка модели по имени и этапу»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке MLOps Academy?

Да. Каждый урок MLOps Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

← Назад к MLOps Academy