按名称和阶段重新加载模型
在代码中获取当前处于生产阶段的模型
按名称和阶段重新加载模型 是 CoddyKit 上的免费 MLOps Academy 课时。 这是第 4 节课,共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 MLOps Academy 学习路径的一部分,你的进度在网页和 CoddyKit 应用中同步。 MLOps Academy 课程共包含 4 节课。
闭环
只有当代码能够再次加载模型时,注册模型才真正有价值。这一步让您的服务应用终于与注册表连接起来了。🔁
模型 URI
您可以通过 models:/ URI 获取已注册的模型。它会指定模型以及您需要的版本或阶段,无需文件路径。
按确切版本加载
如需固定且可复现的加载,请指定一个具体版本。这样每次都会返回相同的构件,非常适合测试。
import mlflow
m = mlflow.pyfunc.load_model(
"models:/churn-classifier/4")按阶段加载
在生产环境中,您通常会改为按阶段加载。请求 Production 后,您始终会获得当前正在运行的版本。
m = mlflow.pyfunc.load_model(
"models:/churn-classifier/Production")按阶段加载是间接的
按阶段加载增加了一层间接性。将新版本提升到 Production 后,您的代码无需修改或重新部署就会使用它。
按别名加载
如果您使用别名,请使用 @ 语法加载。请求 champion 别名后,会解析到您标记为 champion 的版本。
m = mlflow.pyfunc.load_model(
"models:/churn-classifier@champion")pyfunc 是通用的
pyfunc 将任意框架封装在同一个 predict 方法之后。无论底层使用的是 sklearn 还是 PyTorch,您的服务代码都保持不变。
preds = m.predict(input_df)需要时使用原生风格
需要框架专用的方法吗?请改为加载原生风格,例如 mlflow.sklearn,这样就能取回原始的估计器对象。
model = mlflow.sklearn.load_model(
"models:/churn-classifier/Production")指向服务器
加载前需要设置跟踪 URI,这样 MLflow 才知道要查询哪个注册表。否则查找会失败,或访问错误的存储区。
mlflow.set_tracking_uri(
"http://localhost:5000")在启动时只加载一次
加载成本较高,因此请在服务启动时执行一次,不要为每个请求重复加载。在多次预测之间复用同一个对象。
刷新以获取更改
长时间运行的服务会一直使用它在启动时加载的版本。若要采用刚刚提升的新模型,请按计划重新加载或重启服务。
快速检查
判断长时间运行的服务应加载哪个 URI。
回顾
您已经学会使用 models:/ URI 按版本、阶段或别名加载模型,并学会在启动时只加载一次。注册表的完整往返流程已经完成。🚀
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码,获得全天候 AI 导师的即时帮助,并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「按名称和阶段重新加载模型」课时是免费的吗?
是的 — 「按名称和阶段重新加载模型」的完整文本可在网页上免费阅读。要进行交互式练习(内置代码编辑器和全天候 AI 导师)并解锁 MLOps Academy 课程的其余内容,请升级到 CoddyKit PRO。 MLOps Academy 课程共包含 4 节课。
「按名称和阶段重新加载模型」这节课中我会学到什么?
在代码中获取当前处于生产阶段的模型 你通过在浏览器中直接运行的动手代码来练习 MLOps Academy,全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 MLOps Academy 需要有经验吗?
无需任何先前经验。CoddyKit 上的 MLOps Academy 课程适合初学者到高级学习者,你可以从这里开始或从头开始,按照自己的节奏学习。 这是第 4 节课,共 4 节。
「按名称和阶段重新加载模型」课时需要多长时间?
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动,所以你能稳步进步,并在网页和应用中从离开的地方继续。
我能在这节 MLOps Academy 课中编写并运行代码吗?
能。每节 MLOps Academy 课都包含内置代码编辑器,你可以在浏览器中直接编写并运行真实代码,并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 注册您的第一个模型版本
- 阶段:暂存、生产、归档
- 为模型添加标签和描述
- 按名称和阶段重新加载模型