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=wlog_model), albo później przezmlflow.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
Jakiego formatu nazwy używa model zarejestrowany w Unity Catalog?
- model
- schema.model
- catalog.schema.model
- 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.
Które są zaletami rejestru modeli Unity Catalog względem rejestru workspace?
- Scentralizowana kontrola dostępu i audyt
- Dostęp z dowolnego workspace dołączonego do metastore
- Wbudowane etapy Staging i Production
- Lineage do tabel źródłowych zapisywany przy rejestracji
- 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.
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.
