這篇文章主要介紹了mlflow的model registry怎么用的相關(guān)知識，內(nèi)容詳細(xì)易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇mlflow的model registry怎么用文章都會有所收獲，下面我們一起來看看吧。
成都創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),濱湖企業(yè)網(wǎng)站建設(shè),濱湖品牌網(wǎng)站建設(shè),網(wǎng)站定制,濱湖網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,濱湖網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。
本文基于mlflow 1.11.0版本
正如官網(wǎng)說的:
The MLflow Model Registry component is a centralized model store, set of APIs, and UI, to collaboratively manage the full lifecycle of an MLflow Model. It provides model lineage (which MLflow experiment and run produced the model), model versioning, stage transitions (for example from staging to production), and annotations
model registry 是一個集中的模型存儲,apis,UI,用來全周期的管理model，他能提供一種模型血緣，模型版本，以及模型的階段切換。
如果沒用到model registry,我們啟動服務(wù)的時候，得按照如下方式：
export MLFLOW_TRACKING_URI=http://localhost:5002 mlflow models serve -m runs:/e69aed0b22fb45debd115dfc09dbc75a/model -p 1234 --no-conda
這里我們得提供RUN_ID,也就是e69aed0b22fb45debd115dfc09dbc75a
而如果我們采用model registry的話，啟動服務(wù)的時候，我們可以按照如下方式：
export MLFLOW_TRACKING_URI=http://localhost:5002 mlflow models serve -m "models:/sk-learn-random-forest-reg-model/Production"
其中sk-learn-random-forest-reg-model是model的名字，Production 是stage階段，詳細(xì)的我們會接下里介紹
那具體有什么作用呢： model registry讓我們在啟動服務(wù)的時候，不需要指定RUN_ID，這樣的話，我們在每次啟動服務(wù)的時候，不需要再去查找RUN_ID,這樣的話我們在每次重啟的時候就不需要再進(jìn)行文件的修改，對于算法人員來說，方便很多，而且model registry從邏輯上進(jìn)行了stage的劃分，且可以stage的切換，這樣我們管理model的時候，就能很直觀的知道當(dāng)前算法服務(wù)是基于那個模型來的
我們現(xiàn)在來演示怎么進(jìn)行model registry的操作，假設(shè)我們已經(jīng)按照mlflow系列1進(jìn)行了多次python wine.py 操作，這樣我們在界面上就能看到一個實(shí)驗(yàn)的多個版本，如下：
點(diǎn)擊Registry model如下:
這樣我們就可以注冊模型，模型的名字（假設(shè)我們這里為wine）可以自己選擇輸入
點(diǎn)擊wine，
點(diǎn)擊Version3，
這樣我們就可以進(jìn)行stage的切換，默認(rèn)stage是None, Staging 表示正在籌備階段，Production表示已經(jīng)在線上環(huán)境階段，Archived 表示存檔階段，也就是處于拋棄狀態(tài)
我們也可以進(jìn)行 model 刪除操作： 
當(dāng)然也可以具體的刪除某個版本的model，只要點(diǎn)擊版本，之后刪除位置和上面的位置一樣
這樣我們按照如下方式啟動和訪問服務(wù)即可,不需要關(guān)心具體的RUN_ID,只需要在界面上把stage切換成Production就行
重慶分公司
重慶分公司
# 啟動服務(wù)
mlflow models serve -m "models:/wine/Production" -p 12346 -h 0.0.0.0 --no-conda
# 訪問服務(wù)
curl -X POST -H "Content-Type:application/json; format=pandas-split" --data '{"columns":["alcohol", "chlorides", "citric acid", "density", "fixed acidity", "free sulfur dioxide", "pH", "residual sugar", "sulphates", "total sulfur dioxide", "volatile acidity"],"data":[[12.8, 0.029, 0.48, 0.98, 6.2, 29, 3.33, 1.2, 0.39, 75, 0.66]]}' http://localhost:12346/invocations關(guān)于“mlflow的model registry怎么用”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對“mlflow的model registry怎么用”知識都有一定的了解，大家如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
