MLOps Academy · 课时

将模型保存到 Bento 存储库

Q: 「将模型保存到 Bento 存储库」这节课中我会学到什么？

使用 BentoML 注册模型制品 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。

使用 BentoML 注册模型制品

第 1 / 4 课13 个步骤

将模型保存到 Bento 存储库 是 CoddyKit 上的免费 MLOps Academy 课时。这是第 1 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。

认识 BentoML

BentoML 是一个 Python 框架，内置批处理和扩展功能，可以打包并提供模型服务，因此您无需编写大量样板代码。🚀

安装它

只需一条命令即可开始。您可以像安装其他 Python 包一样，从 pip 安装 bentoml。

pip install bentoml

Bento Store

Bento Store 是您计算机上的本地注册表。您保存的每个模型都会带着名称和自动生成的版本标签存放在那里。

先训练一个模型

在保存模型之前，您需要先拥有一个模型。在这里，您将使用一些数据拟合一个简单的 scikit-learn 分类器。

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

使用框架 API 保存

BentoML 为每个框架提供了一个辅助函数。对于 scikit-learn，您可以使用名称和已拟合模型调用 bentoml.sklearn.save_model。

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

名称和标签

每次保存都会创建一个类似 iris_clf:abc123 的标签。冒号前的名称保持不变，而冒号后的版本会在每次保存时变化。

其他框架也可以

相同的模式适用于各种框架。只需替换模块以匹配您的框架，例如 bentoml.pytorch 或 bentoml.xgboost。

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

列出您的模型

您可以在终端中查看存储中的所有内容。bentoml models list 命令会显示名称、标签和大小。

bentoml models list

重新加载模型

要使用已保存的模型，请按标签加载。传入 latest 可以获取最新版本，无需将哈希值硬编码。

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

附加自定义元数据

您可以在保存时存储额外信息。添加准确率等元数据后，这些信息会与模型一起保存，让团队成员了解模型情况。

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

清理旧版本

存储内容可能会随着时间逐渐增多。您可以使用 bentoml models delete 命令和标签删除不再需要的内容。

bentoml models delete iris_clf:abc123

快速检查

您刚刚以相同名称运行了两次 save_model。什么可以区分这两次保存？

在交互式课程中回答

回顾

您安装了 BentoML，使用框架辅助函数将模型保存到 Bento Store，列出了模型，并按标签重新加载了它。现在模型已经得到管理！🙌

免费开始

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

免费开始学习查看完整课程

常见问题解答

「将模型保存到 Bento 存储库」课时是免费的吗？

是的 — 「将模型保存到 Bento 存储库」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。

「将模型保存到 Bento 存储库」这节课中我会学到什么？

使用 BentoML 注册模型制品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 1 节课，共 4 节。

「将模型保存到 Bento 存储库」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

← 返回 MLOps Academy