Bitzu

Machine Learning Associate · Wdrażanie i serwowanie modeli

Wnioskowanie wsadowe z pandas a Spark UDF

Najważniejsze

  • Ładuj przez mlflow.pyfunc.load_model z URI models:/: stała wersja (models:/catalog.schema.model/3) lub alias (models:/catalog.schema.model@Champion).
  • URI z aliasem przejmuje awansowaną wersję bez zmian w kodzie.
  • model.predict(pdf): ocenia pandas na jednym węźle, wystarcza, gdy dane mieszczą się w pamięci drivera.
  • Duże tabele: mlflow.pyfunc.spark_udf(spark, model_uri) ocenia równolegle na klastrze.

Źródło: https://docs.databricks.com/aws/en/machine-learning/manage-model-lifecycle/

Przykładowe pytania

Jednokrotny wybór

Które wywołanie ładuje zarejestrowany model jako ogólną funkcję Pythona do oceniania?

  1. mlflow.pyfunc.load_model(model_uri)
  2. mlflow.models.open_model(model_uri)
  3. mlflow.pandas.read_model(model_uri)
  4. mlflow.registry.fetch(model_uri)
Pokaż odpowiedź

Odpowiedź: A. mlflow.pyfunc.load_model(model_uri)

mlflow.pyfunc.load_model zwraca PyFuncModel, którego predict przyjmuje pandas DataFrame. Pozostałe nazwy nie istnieją jako wywołania ładujące model.

Zaznacz wszystkie poprawne

Które URI są poprawnymi sposobami załadowania modelu zarejestrowanego w Unity Catalog przez pyfunc?

  1. models:/main.ml.churn/4
  2. models:/main.ml.churn@Champion
  3. models:/churn/Production
  4. models:/main.ml.churn:latest-alias
  5. main.ml.churn.pkl
Pokaż odpowiedź

Odpowiedź: A. models:/main.ml.churn/4, B. models:/main.ml.churn@Champion

Modele Unity Catalog adresuje się nazwą trzypoziomową plus /wersja albo @alias. Etapy workspace i sama nazwa nie są formą Unity Catalog.

Prawda czy fałsz

Prawda czy fałsz: zadanie wsadowe ładujące models:/main.ml.churn@Champion nadal ocenia tą samą wersją modelu nawet po przeniesieniu aliasu Champion na nowszą wersję.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Alias jest rozwiązywany przy ładowaniu modelu, więc kolejny przebieg użyje wersji, na którą alias wskazuje w tym momencie. Tylko URI ze stałą wersją pozostaje przypięte.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów Machine Learning Associate w tym module