MLOps Academy · Lektion

Spara en modell i Bento Store

Registrera en modellartefakt med BentoML.

Lektion 1 av 413 steg

Spara en modell i Bento Store är en gratis lektion i MLOps Academy på CoddyKit. Detta är lektion 1 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för MLOps Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i MLOps Academy innehåller totalt 4 lektioner.

Möt BentoML

BentoML är ett Python-ramverk som paketerar och serverar modeller med inbyggd batchning och skalning, så du slipper mycket standardkod. 🚀

Installera det

Det räcker med ett kommando för att komma i gång. Du installerar bentoml från pip precis som vilket annat Python-paket som helst.

pip install bentoml

Bento Store

Bento Store är ett lokalt register på din dator. Varje modell du sparar hamnar där med ett namn och en automatisk versionsetikett.

Träna något först

Du behöver en modell innan du kan spara en. Här tränar du en enkel scikit-learn-klassificerare på data.

from sklearn.svm import SVC
clf = SVC()
clf.fit(X, y)

Spara med ramverkets API

BentoML innehåller en hjälpfunktion för varje ramverk. För scikit-learn anropar du bentoml.sklearn.save_model med ett namn och den tränade modellen.

import bentoml
bentoml.sklearn.save_model("iris_clf", clf)

Namn och etiketter

Varje sparning skapar en etikett som iris_clf:abc123. Namnet förblir detsamma medan versionen efter kolon ändras vid varje sparning.

Även andra ramverk

Samma mönster fungerar överallt. Byt modul så att den motsvarar ditt ramverk, till exempel bentoml.pytorch eller bentoml.xgboost.

bentoml.pytorch.save_model("net", model)

Lista dina modeller

Du kan se allt i registret från terminalen. Kommandot bentoml models list visar namn, etiketter och storlekar.

bentoml models list

Läs in den igen

För att använda en sparad modell läser du in den med dess etikett. Om du anger latest hämtas den senaste versionen utan att du behöver skriva in en hash.

model = bentoml.sklearn.load_model("iris_clf:latest")

Lägg till anpassade metadata

Du kan spara extra information när modellen sparas. Metadata som noggrannhet följer med modellen så att teammedlemmarna vet vad den innehåller.

bentoml.sklearn.save_model("iris_clf", clf, metadata={"acc": 0.96})

Rensa bort gamla versioner

Registret kan fyllas på med tiden. Du tar bort sådant du inte längre behöver med kommandot bentoml models delete och en etikett.

bentoml models delete iris_clf:abc123

Snabb kontroll

Du körde just save_model två gånger med samma namn. Vad skiljer de två sparningarna åt?

Besvara frågan i den interaktiva lektionen

Sammanfattning

Du installerade BentoML, sparade en modell i Bento Store med en hjälpfunktion för ramverket, listade den och läste in den igen med hjälp av etiketten. Modellen hanteras nu! 🙌

Gratis att börja

Lär dig Python med en AI-lärare – gratis

Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.

Kurser: 30
Lektioner: 120

Börja lära dig gratis Visa hela kursen

Vanliga frågor

Är lektionen ”Spara en modell i Bento Store” gratis?

Ja – hela texten till ”Spara en modell i Bento Store” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i MLOps Academy, kan Ni uppgradera till CoddyKit PRO. Kursen i MLOps Academy innehåller totalt 4 lektioner.

Vad lär jag mig i ”Spara en modell i Bento Store”?

Registrera en modellartefakt med BentoML. Ni övar på MLOps Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.

Behöver jag någon erfarenhet för att börja lära mig MLOps Academy?

Du behöver inga förkunskaper. Utbildningen i MLOps Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 1 av 4.

Hur lång tid tar lektionen ”Spara en modell i Bento Store”?

De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.

Kan jag skriva och köra kod i den här MLOps Academy-lektionen?

Ja. Varje MLOps Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.

Alla lektioner i den här kursen

← Tillbaka till MLOps Academy