Bitzu

Machine Learning Associate · Śledzenie MLflow i rejestr modeli

Rejestrowanie modelu w Unity Catalog

Najważniejsze

  • Użyj trzypoziomowej nazwy catalog.schema.model, albo przy logowaniu (registered_model_name= w log_model), albo później przez mlflow.register_model("runs:/<run_id>/model", name).
  • Ustaw mlflow.set_registry_uri("databricks-uc"), chyba że domyślnym jest już Unity Catalog.
  • W porównaniu z rejestrem workspace dostajesz scentralizowaną kontrolę dostępu, audyt, automatyczny lineage i dostęp z dowolnego workspace na metastore.

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

Przykładowe pytania

Jednokrotny wybór

Jakiego formatu nazwy używa model zarejestrowany w Unity Catalog?

  1. model
  2. schema.model
  3. catalog.schema.model
  4. workspace/model/version
Pokaż odpowiedź

Odpowiedź: C. catalog.schema.model

Modele Unity Catalog żyją w przestrzeni nazw catalog.schema.model. Sama nazwa to styl rejestru workspace.

Zaznacz wszystkie poprawne

Które są zaletami rejestru modeli Unity Catalog względem rejestru workspace?

  1. Scentralizowana kontrola dostępu i audyt
  2. Dostęp z dowolnego workspace dołączonego do metastore
  3. Wbudowane etapy Staging i Production
  4. Lineage do tabel źródłowych zapisywany przy rejestracji
  5. Webhooki rejestru dla przejść
Pokaż odpowiedź

Odpowiedź: A. Scentralizowana kontrola dostępu i audyt, B. Dostęp z dowolnego workspace dołączonego do metastore, D. Lineage do tabel źródłowych zapisywany przy rejestracji

UC daje scentralizowaną kontrolę dostępu, lineage i dostęp między workspace'ami. Etapy i webhooki nie są w UC wspierane, więc nie są zaletami.

Prawda czy fałsz

Modele zarejestrowane w Unity Catalog są widoczne tylko w workspace, w którym je utworzono.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Modele UC są zarządzane na poziomie metastore, więc każdy dołączony workspace może z nich korzystać przy odpowiednich uprawnieniach.

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