Этапы: подготовка, рабочая среда, архив
Безопасно переводите модели между этапами жизненного цикла
«Этапы: подготовка, рабочая среда, архив» — бесплатный урок MLOps Academy на CoddyKit. Это урок 2 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.
Зачем нужны этапы
Одного номера версии недостаточно, чтобы понять, какая модель работает. Этапы добавляют метку, показывающую, где находится каждая версия в своём жизненном цикле. 🚦
Названия этапов
MLflow предоставляет каждой версии один из четырёх этапов: None, Staging, Production или Archived. Новая версия начинается с None, пока Вы её не переместите.
Staging означает тестирование
Staging — это репетиция перед запуском. Модель на этом этапе проходит проверку и фоновое тестирование, но реальные пользователи пока на неё не полагаются.
Production означает рабочую версию
Production обозначает версию, которая действительно обслуживает пользователей. Ваш код вывода загружает этот этап, поэтому продвижение на него меняет результат, который получают пользователи.
Archived означает выведенную из эксплуатации версию
Archived сохраняет старую версию, не используя её для обслуживания запросов. Вы сохраняете историю для аудита и одновременно ясно показываете, что эту версию использовать не следует.
Продвижение версии
Используйте клиент, чтобы transition переместила версию на нужный этап. Один вызов перемещает версию 3 Вашей модели на Staging.
c.transition_model_version_stage(
"churn-classifier", 3, "Staging")Автоматическая архивация старой версии
При продвижении на Production передайте archive_existing_versions, чтобы предыдущая рабочая версия была выведена из эксплуатации одновременно и без перерыва.
c.transition_model_version_stage(
"churn-classifier", 4, "Production",
archive_existing_versions=True)Одна рабочая версия на этап
В каждый момент времени оставляйте в Production ровно одну версию. Тогда загрузка по этапу будет однозначной, и никто не будет гадать, какая модель обслуживает запросы.
Псевдонимы — новый подход
В новых версиях MLflow предпочтение отдаётся псевдонимам, например champion, вместо фиксированных этапов. Псевдоним — это изменяемое имя, которое можно связать с любой выбранной версией.
c.set_registered_model_alias(
"churn-classifier", "champion", 4)Продвижение можно отменить
Если продвинутая модель работает неправильно, просто выполните transition предыдущей версии обратно на Production. Возврат — это изменение метки, а не повторное развёртывание.
Контролируйте переход
Рассматривайте каждый переход как контрольную точку. Требуйте успешного прохождения тестов или одобрения, прежде чем разрешить версии попасть на Staging или Production.
Быстрая проверка
Выберите этап, с которого должен загружать модель код обслуживания.
Итоги
Этапы превращают набор версий в понятный жизненный цикл: None → Staging → Production → Archived. Продвижение и возврат теперь являются всего лишь безопасными изменениями меток. ✅
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 «Этапы: подготовка, рабочая среда, архив» бесплатный?
Да — полный текст урока «Этапы: подготовка, рабочая среда, архив» 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 «Этапы: подготовка, рабочая среда, архив»?
Безопасно переводите модели между этапами жизненного цикла 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 2 из 4.
Сколько времени занимает урок «Этапы: подготовка, рабочая среда, архив»?
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
- Регистрация первой версии модели
- Этапы: подготовка, рабочая среда, архив
- Добавление тегов и описаний к моделям
- Загрузка модели по имени и этапу