首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >问答首页 >mlflow log_model需要捕获runId以在mlflow模型服务中使用

mlflow log_model需要捕获runId以在mlflow模型服务中使用
EN

Stack Overflow用户
提问于 2019-09-04 06:30:38
回答 2查看 373关注 0票数 0

在log_model调用中生成的runId需要在mlflow模型服务中访问

我正在尝试运行mlflow最小配置来部署定制模型。

采取的第一步:我使用log_model观察值保存模型:工件被适时地保存在mlrun中

第二步:我能够使用mlflow模型服务-m运行:观察:服务器在5000启动

采取的第三步:我能够运行curl调用来预测观察:预测返回

问:如何将在Step1中生成的runId传递给Step2,即如何执行log_model

请告知上述用例的推荐工作流程(是否需要使用跟踪/mlflow服务器)等。

代码语言:javascript
运行
AI代码解释
复制
mlflow.pyfunc.log_model(artifact_path="artifacts", python_model=add5_model)

问:如何访问上述log_model返回的runId以在mlflow模型中调用-m运行

EN

回答 2

Stack Overflow用户

发布于 2019-09-06 00:07:37

访问模型的运行ID的最简单方法是检查MLflow跟踪服务器。唯一的运行ID将在页面顶部指定。

要使用该运行ID提供模型,请使用MLflow命令行界面中的mlflow models serve

代码语言:javascript
运行
AI代码解释
复制
mlflow models serve -m runs:/94709644a8834ade8e6deb67b420c157/artifacts/model

文档页面here

还值得注意的是,在使用CLI的给定实验中,有一些函数可以处理运行。该here的文档。

票数 0
EN

Stack Overflow用户

发布于 2019-12-25 06:27:30

如果我理解您问题背后的意图,那么您有兴趣知道runid以便能够以编程方式提供服务--使用MLFlow v1.5中的模型注册表,您可以注册模型(并具有版本号和生命周期阶段,如StagingProduction),并通过新的模型URI方案在没有运行id的情况下为它们提供服务--

代码语言:javascript
运行
AI代码解释
复制
models:/<model_name>/<model_version>

models:/<model_name>/<stage>

要训练和注册一个运行,请将registered_model_name=<registered model name>参数传递给log_model()调用。

假设您已经将一个版本标记为Production,那么您可以使用mlflow models serve -m models:/add5/Production来服务于add5模型,而不是指定一个运行id。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/57782670

复制
相关文章
【机器学习】使用MLflow管理机器学习模型版本
在机器学习项目中工作通常需要大量的实验,例如尝试不同的模型、特征、不同的编码方法等。
黄博的机器学习圈子
2021/02/12
3.1K0
【机器学习】使用MLflow管理机器学习模型版本
MLFlow︱机器学习工作流框架:MLFlow docker 实践(二)
本来按照这个MLFlow教程(MLflow系列1:MLflow入门教程(Python)),找台机器跑起来没啥问题; 不过,看到项目的github有Dockerfile那必须上啊! 然后就被各类报错虐了一下午。。
悟乙己
2021/12/07
2K0
MLFlow︱机器学习工作流框架:MLFlow docker 实践(二)
MLFlow︱机器学习工作流框架:介绍(一)
之前的很多研究其实跟工程化是比较脱节的,模型在小环境中工作得很好,并不意味着它在任何地方都可以工作得很好。 各类开源项目其实很大程度上满足了我这样的调包工程师的需求,那么工程化就非常有必要了。 之前《DataOps、MLOps 和 AIOps,你要的是哪个Ops?》文章提到:DataOps、MLOps 和 AIOps的一些异同:
悟乙己
2021/12/07
4.6K0
MLFlow︱机器学习工作流框架:介绍(一)
Spark团队新作MLFlow 解决了什么问题
中午的时候看到了Spark团队新作MLFlow,因为我本身也在做类似的解决方案MLSQL,自然要看看Meitai是怎么做的。所以第一时间把MLFlow相关文档 浏览了一遍,并且将MLFlow源码 clone下来大致也看了一遍。
用户2936994
2018/08/27
1.4K0
明月机器学习系列025:机器学习建模实验的最佳实践
我们平时使用scikit-learn做机器学习建模,主要是实验环境是notebook(jupyter),有些问题就像牛皮癣一样,很难去除,例如:
明月AI
2021/10/28
9700
明月机器学习系列025:机器学习建模实验的最佳实践
一站式机器学习开业平台 MLflow 怎么样?
机器学习(ML)通常需要使用广泛的数据集、数据预处理步骤和算法逻辑进行实验,以构建最优指标的模型。模型构建成功后,还需要将其部署到生产系统,监控其效果和性能,并根据新数据不断对其进行重新训练和迭代模型工作,如下:1
程序员荒生
2022/04/02
2.3K0
一站式机器学习开业平台 MLflow 怎么样?
Databricks 开源 MLflow 平台,解决机器学习开发四大难点
雷锋网 AI 研习社按:机器学习开发有着远超传统软件开发的复杂性和挑战性,现在,Databricks 开源 MLflow 平台有望解决其中的四大痛点。
AI研习社
2018/07/26
1.6K0
Databricks 开源 MLflow 平台,解决机器学习开发四大难点
云服务仿真:完全模拟 AWS 服务的本地体验 | 开源日报 No.45
LocalStack 是一个云服务仿真器,可以在您的笔记本电脑或 CI 环境中以单个容器运行。它提供了一个易于使用的测试/模拟框架,用于开发云应用程序。主要功能包括:
小柒
2023/10/08
4200
云服务仿真:完全模拟 AWS 服务的本地体验 | 开源日报 No.45
独家 | 6个Python数据科学库正在狂飙,你一定要学来提升文化素养
作者:Bex T翻译:wwl 校对:张睿毅本文约3200字,建议阅读8分钟计算类数据科学库,已经不再局限在Pandas、NumPy、Scikit-learn之内了! 动机 2023年的开始,自然需要探索数据科学和机器学习的新趋势。经典的数据科学库Pandas、NumPy、Matplotlib、Scikit-learn虽然很重要,但是已经不够用了。 这个系列的上一篇文章(https://towardsdatascience.com/8-booming-data-science-libraries-you-mu
数据派THU
2023/02/27
8950
独家 | 6个Python数据科学库正在狂飙,你一定要学来提升文化素养
明月深度学习实践002:关于模型训练你应该关注的内容
前面我们已经建立了一个简单的LeNet模型,已经训练它了来做手写数字识别,基于mnist数据集上的效果还是不错的。今天接着写一些模型训练相关的内容。
明月AI
2021/10/28
4950
明月深度学习实践002:关于模型训练你应该关注的内容
机器学习研究需要掌握的9个工具
学术界在推进技术方面发挥了巨大作用,但学术界和工业界往往存在一种分割状态。我们经常会看到这种现象:无数很棒的辅助工具在学术界被忽视,但在工业界很受欢迎。对于很多研究者来说,学习一种新工具可能存在困难,不愿意花费过多的时间去尝试,在当前自己掌握的工具足以应对各种问题时尤其如此。
算法进阶
2023/10/07
2750
机器学习研究需要掌握的9个工具
还在用Github管理机器学习项目?你早该了解这些更专业的新工具!
机器学习,不过是和数据和软件打交道。那就应该是是运行代码、迭代算法的简单问题呀?一段时间后,我们就能拥有一个完美的训练有素的ML模型。
CDA数据分析师
2019/07/11
1.4K0
还在用Github管理机器学习项目?你早该了解这些更专业的新工具!
面向 Kaggle 和离线比赛实用工具库 nyaggle,解决特征工程与验证两大难题(附代码)
在机器学习和模式识别中,特征工程的好坏将会影响整个模型的预测性能。其中特征是在观测现象中的一种独立、可测量的属性。选择信息量大、有差别性、独立的特征是模式识别、分类和回归问题的关键一步,可以帮助开发者最大限度地从原始数据中提取特征以供算法和模型使用。
AI研习社
2020/02/21
8400
2021 年年度最佳开源软件!
Svelte 是一种全新的构建用户界面的方法。传统框架如 React 和 Vue 在浏览器中需要做大量的工作,而 Svelte 将这些工作放到构建应用程序的编译阶段来处理。
Leetcode名企之路
2022/04/06
1.5K0
2021 年年度最佳开源软件!
Databricks推出机器学习的开源多云框架,简化分布式深度学习和数据工程
Databricks研究调查的初步结果显示,96%的组织认为数据相关的挑战是将AI项目移至生产时最常见的障碍。数据是人工智能的关键,但数据和人工智能则处在孤岛中。Databricks是统一分析领域的领导者,由Apache Spark的原创者创建,利用统一分析平台解决了这一AI难题。今天在旧金山召开的Spark + AI峰会上,由4,000位数据科学家,工程师和分析领导者组成的年度盛会,为企业降低AI创新障碍创造了新的能力。这些新功能统一了数据和AI团队和技术:用于开发端到端机器学习工作流的MLflow,用于ML的Databricks Runtime以简化分布式机器学习,用Databricks Delta以提高数据的可靠性和性能。
AiTechYun
2018/07/27
1.1K0
Databricks推出机器学习的开源多云框架,简化分布式深度学习和数据工程
我们为什么在 Databricks 和 Snowflake 间选型前者?
作为 DeNexus 安全服务提供商,需要良好选型的数据平台实现巨量数据的分析和管理。DeNexus 根据自身需求选型了 Databricks 的湖仓一体解决方案,满足自身对数据类型、用户类型、可扩展性、版本管理和 MLOps 上的需求。
深度学习与Python
2022/03/22
1.7K0
我们为什么在 Databricks 和 Snowflake 间选型前者?
强烈推荐掌握的九种工具!好用到飞起
学术界在推进技术方面发挥了巨大作用,但学术界和工业界往往存在一种分割状态。我们经常会看到这种现象:无数很棒的辅助工具在学术界被忽视,但在工业界很受欢迎。对于很多研究者来说,学习一种新工具可能存在困难,不愿意花费过多的时间去尝试,在当前自己掌握的工具足以应对各种问题时尤其如此。
AI算法与图像处理
2022/04/06
9570
强烈推荐掌握的九种工具!好用到飞起
[TextMatch框架] server
TextMatch is a semantic matching model library for QA & text search … It’s easy to train models and to export representation vectors.
MachineLP
2020/10/29
5740
10款必备神器:机器学习开源工具助你从新手到高手
在厦门人工智能峰会上,依图科技联合创始人、CEO朱珑介绍到短短的5年时间机器的算法水平又提升了100万倍!过去或许只能从1万人中识别出1个人,后来发展到1000万、1亿、10亿甚至20亿人中识别出这个人!与此同时,算力方面提升了10万倍。从过去用1万量级规模的数据做训练,到百万规模的数据做训练,到现在用10亿的数据集做训练,又提升了1万倍!
新智元
2019/08/15
6120
剑桥计算机博士推荐,毕业之前,我需要掌握这9个工具
选自towardsdatascience 作者:Aliaksei Mikhailiuk 机器之心编译 编辑:陈萍 无论你在创业还是在做学术研究,这些工具都将使你的技能更上一层楼。 学术界在推进技术方面发挥了巨大作用,但学术界和工业界往往存在一种分割状态。我们经常会看到这种现象:无数很棒的辅助工具在学术界被忽视,但在工业界很受欢迎。对于很多研究者来说,学习一种新工具可能存在困难,不愿意花费过多的时间去尝试,在当前自己掌握的工具足以应对各种问题时尤其如此。 其实,有些工具一时未见到效果,在后期可能会有十倍的回
机器之心
2023/03/29
8990
剑桥计算机博士推荐,毕业之前,我需要掌握这9个工具

相似问题

无法在本地服务mlflow模型

19

MLFlow火炬模型

213

如何扩展mlflow模型以服务更多的请求?

11

Heroku的Mlflow模型

110

如何使用mlflow REST记录模型?mlflow REST支持它吗?

15
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
社区富文本编辑器全新改版!诚邀体验~
全新交互,全新视觉,新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能,全面提升创作效率和体验
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文