Сохранение модели в хранилище Bento
Зарегистрируйте артефакт модели с помощью BentoML
«Сохранение модели в хранилище Bento» — бесплатный урок MLOps Academy на CoddyKit. Это урок 1 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.
Познакомьтесь с BentoML
BentoML — это фреймворк Python, который упаковывает и обслуживает модели со встроенными пакетированием и масштабированием, избавляя вас от большого количества шаблонного кода. 🚀
Установите его
Для начала достаточно одной команды. Установите bentoml из pip, как любой другой пакет Python.
pip install bentomlХранилище Bento
Хранилище Bento — это локальный реестр на вашем компьютере. Каждая сохранённая модель попадает туда с именем и автоматически назначаемой меткой версии.
Сначала обучите что-нибудь
Прежде чем сохранять модель, её нужно создать. Здесь вы обучаете простой классификатор scikit-learn на некоторых данных.
from sklearn.svm import SVC
clf = SVC()
clf.fit(X, y)Сохраняйте через API фреймворка
BentoML предоставляет вспомогательный инструмент для каждого фреймворка. Для scikit-learn вызовите bentoml.sklearn.save_model, указав имя и обученную модель.
import bentoml
bentoml.sklearn.save_model("iris_clf", clf)Имена и метки
Каждое сохранение создаёт метку, например iris_clf:abc123. Имя остаётся тем же, а версия после двоеточия меняется при каждом сохранении.
Другие фреймворки тоже поддерживаются
Один и тот же подход работает повсюду. Замените модуль на соответствующий вашему фреймворку, например bentoml.pytorch или bentoml.xgboost.
bentoml.pytorch.save_model("net", model)Просмотр моделей
Вы можете просмотреть всё содержимое хранилища из терминала. Команда bentoml models list показывает имена, метки и размеры.
bentoml models listЗагрузите модель обратно
Чтобы использовать сохранённую модель, загрузите её по метке. Передача latest выбирает последнюю версию без жёсткого указания хеша.
model = bentoml.sklearn.load_model("iris_clf:latest")Добавьте пользовательские метаданные
При сохранении можно добавить дополнительную информацию. Такие метаданные, как точность, сохраняются вместе с моделью, чтобы коллеги понимали её свойства.
bentoml.sklearn.save_model("iris_clf", clf, metadata={"acc": 0.96})Удаляйте старые версии
Со временем хранилище может переполниться. Удаляйте всё ненужное с помощью команды bentoml models delete и метки.
bentoml models delete iris_clf:abc123Быстрая проверка
Вы дважды вызвали save_model с одним и тем же именем. Что различает эти два сохранения?
Итоги
Вы установили BentoML, сохранили модель в хранилище Bento с помощью инструмента фреймворка, просмотрели её и загрузили по метке. Теперь модель управляется! 🙌
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
Часто задаваемые вопросы
Урок «Сохранение модели в хранилище Bento» бесплатный?
Да — полный текст урока «Сохранение модели в хранилище Bento» 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 «Сохранение модели в хранилище Bento»?
Зарегистрируйте артефакт модели с помощью BentoML 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 1 из 4.
Сколько времени занимает урок «Сохранение модели в хранилище Bento»?
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
- Сохранение модели в хранилище Bento
- Определение сервиса и его API
- Включение адаптивной пакетной обработки
- Сборка Bento и упаковка в контейнер