MLOps Academy · 课时

训练模型并记录到注册表

Q: 「训练模型并记录到注册表」这节课中我会学到什么？

运行训练并注册生成的模型 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。

运行训练并注册生成的模型

第 1 / 4 课13 个步骤

训练模型并记录到注册表 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。

一次运行，完整记录

本课将训练过程与注册表连接起来。您会训练一个模型，然后将其推送到 MLflow 模型注册表，使其成为带有版本、可重复使用的构件。🚀

开始一次跟踪运行

将训练过程放入 mlflow.start_run() 中。在该代码块中记录的所有内容都属于同一次运行，并拥有自己的 ID 和时间戳。

import mlflow

with mlflow.start_run() as run:
    # train and log here
    print(run.info.run_id)

训练您的模型

在运行过程中，像往常一样拟合您的估计器。MLflow 正在跟踪并不会改变训练代码。

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)

记录参数

使用 log_param 记录您做出的选择。几个月后，您仍可以通过它准确回忆出哪些设置产生了这个模型。

mlflow.log_param("n_estimators", 100)
mlflow.log_param("max_depth", None)

记录指标

使用 log_metric 记录模型的表现。之后比较不同运行时，您会根据这些指标数值进行排序。

acc = model.score(X_test, y_test)
mlflow.log_metric("accuracy", acc)

记录模型构件

使用 mlflow.sklearn.log_model 将拟合后的模型保存到此次运行中。MLflow 会将权重、模型风格和环境一并保存。

mlflow.sklearn.log_model(
    sk_model=model,
    name="model",
)

记录时完成注册

传入 registered_model_name 后，MLflow 会在记录模型的同时注册一个新版本，一步完成。这是最简洁的方式。

mlflow.sklearn.log_model(
    sk_model=model,
    name="model",
    registered_model_name="churn-classifier",
)

事后注册

模型已经记录下来了吗？使用运行 URI 调用 register_model，即可将其添加到注册表，而无需重新训练。

uri = "runs:/<run_id>/model"
mlflow.register_model(uri, "churn-classifier")

版本自动递增

再次注册相同名称时，您会得到 version 2，然后是 3，以此类推。注册表会保留每个版本，绝不会覆盖旧版本。

快速检查

您在一个已经存在的名称下记录模型。会发生什么？

在交互式课程中回答

运行已确认

代码块退出后，此次运行会被标记为 FINISHED。您的参数、指标和已注册的模型版本现在已永久关联。

在界面中查找

打开 MLflow 界面，您会在相应实验下看到此次运行；新的模型版本则会列在 Models 标签页中。没有任何内容会丢失。

回顾：训练、记录、注册

您在一次运行中完成了训练，记录了参数和指标，保存了模型，并注册了一个版本。训练、记录、注册：这就是实际流程的起点。✅

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

「训练模型并记录到注册表」课时是免费的吗？

是的 — 「训练模型并记录到注册表」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。

「训练模型并记录到注册表」这节课中我会学到什么？

运行训练并注册生成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 1 节课，共 4 节。

「训练模型并记录到注册表」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