MLflow 3.0 fluxo de trabalho tradicional de ML (Beta)

info

Beta

Esse recurso está na versão beta.

Exemplo de notebook

O exemplo Notebook executa um modelo de treinamento Job, que é rastreado como uma MLflow execução, para produzir um modelo treinado, que é rastreado como um MLflow modelos registrados.

MLflow 3.0 tradicional ML modelo Notebook

Open notebook in new tab

Explore os parâmetros e o desempenho do modelo usando a interface de usuário do MLflow

Para explorar o modelo na interface do usuário do MLflow:

1. Clique em Experiments (Experimentos ) na barra lateral do site workspace.

2. Encontre seu experimento na lista de experimentos. Você pode marcar a caixa de seleção Somente meus experimentos ou usar a caixa de pesquisa Filtrar experimentos para filtrar a lista de experimentos.

3. Clique no nome do seu experimento. A página de execução é aberta. O experimento contém duas MLflow execuções, uma usada para treinar o modelo e outra usada para avaliar o modelo.

   

4. Clique em Models tab. O LoggedModel (elasticnet) é rastreado nesta tela. O senhor pode ver todos os parâmetros e metadados, bem como todas as métricas vinculadas à execução do treinamento e da avaliação.

   

5. Clique no nome do modelo para exibir a página do modelo, que contém informações como os parâmetros e as métricas do modelo, além de detalhes como a fonte de execução, o conjunto de dados relevante e as versões do modelo registradas em Unity Catalog.

   

6. O Notebook registra o modelo em Unity Catalog. Como resultado, todos os parâmetros do modelo e os dados de desempenho estão disponíveis na página da versão do modelo no Catalog Explorer. O senhor pode acessar essa página diretamente clicando na versão do modelo na página de modelos do MLflow. Ao clicar no ID do modelo e na execução da fonte aqui, o senhor voltará às páginas do modelo e da execução do MLflow, respectivamente.

   

Qual é a diferença entre os Models tab na página de experimentos MLflow e a página da versão do modelo no Catalog Explorer?

A página Models tab da página do experimento e a página da versão do modelo no Catalog Explorer mostram informações semelhantes sobre o modelo. As duas visualizações têm funções diferentes no ciclo de vida do desenvolvimento e da implantação do modelo.

• A página Models tab da página do experimento apresenta os resultados dos modelos registrados de um experimento em uma única página. O site Charts tab nesta página fornece visualizações para ajudá-lo a comparar modelos e selecionar as versões do modelo a serem registradas em Unity Catalog para possível implementação.
• No Catalog Explorer, a página da versão do modelo oferece uma visão geral de todos os resultados de desempenho e avaliação do modelo. Essa página mostra os parâmetros do modelo, as métricas e os rastreamentos em todos os ambientes vinculados, incluindo diferentes espaços de trabalho, pontos de extremidade e experimentos. Isso é útil para monitoramento e implementação e funciona especialmente bem com o Job de implementação. A tarefa de avaliação em um Job de implantação cria métricas adicionais que aparecem nesta página. O aprovador do trabalho pode então revisar essa página para avaliar se deve aprovar a versão do modelo para implementação.

Próximas etapas

Para saber mais sobre o LoggedModel acompanhamento introduzido no MLflow 3.0, consulte os artigos a seguir:

• Acompanhe e compare modelos usando MLflow modelos logged (Beta).

Para saber mais sobre o uso do MLflow 3.0 com outros fluxos de trabalho, consulte os artigos a seguir:

• MLflow 3.0 aprendizagem profunda fluxo de trabalho (Beta).
• MLflow 3.0 generative AI fluxo de trabalho (Beta).