Flujo de trabajo de ML tradicional de MLflow 3

Cuaderno de ejemplo

El cuaderno de ejemplo ejecuta un trabajo de entrenamiento de modelos, al que se realiza un seguimiento como ejecución de MLflow, para generar un modelo entrenado, al que se realiza un seguimiento como modelo registrado de MLflow.

Cuaderno de modelos de ML tradicional de MLflow 3

Obtención del cuaderno

Exploración de los parámetros del modelo y el rendimiento mediante la interfaz de usuario de MLflow

Para explorar el modelo en la interfaz de usuario de MLflow:

1. Haga clic en Experimentos en la barra lateral del área de trabajo.

2. Busque el experimento en la lista de experimentos. Puede activar la casilla Solo mis experimentos o usar el cuadro de búsqueda Filtrar experimentos para filtrar la lista de experimentos.

3. Haga clic en el nombre del experimento. Se abre la página Ejecuciones. El experimento contiene dos ejecuciones de MLflow, una que se usa para entrenar el modelo y otra que se usa para evaluar el modelo.

   

4. Haga clic en la pestaña Modelos. En esta pantalla se realiza el seguimiento de LoggedModel (elasticnet). Puede ver todos los parámetros y metadatos, así como todas las métricas asociadas con las ejecuciones de entrenamiento y evaluación.

   

5. Haga clic en el nombre del modelo para mostrar la página del modelo, que contiene información como los parámetros y métricas del modelo, así como detalles como su ejecución de origen, conjuntos de datos pertinentes y versiones de modelo registradas en el catálogo de Unity.

   

6. El cuaderno registra el modelo en el Catálogo de Unity. Como resultado, todos los parámetros del modelo y los datos de rendimiento están disponibles en la página versión del modelo en el Explorador de catálogos. Para acceder directamente a esta página, haga clic en la versión del modelo desde la página modelo de MLflow. Al hacer clic en el identificador de modelo y la ejecución de origen aquí, volverá al modelo de MLflow y ejecutará páginas respectivamente.

   

¿Cuál es la diferencia entre la pestaña Modelos de la página del experimento de MLflow y la página de versión del modelo en el Explorador de catálogos?

La pestaña Modelos de la página del experimento y la página de versión del modelo en el Explorador de catálogos muestran información similar sobre el modelo. Las dos vistas tienen roles diferentes en el ciclo de vida de desarrollo e implementación del modelo.

• La pestaña Modelos de la página del experimento presenta los resultados de los modelos registrados de un experimento en una sola página. La pestaña Gráficos de esta página proporciona visualizaciones que le ayudarán a comparar modelos y seleccionar las versiones del modelo para registrarse en el Catálogo de Unity para una posible implementación.
• En el Explorador de catálogos, la página versión del modelo proporciona información general de todos los resultados de rendimiento y evaluación del modelo. En esta página se muestran los parámetros del modelo, las métricas y los seguimientos en todos los entornos vinculados, incluidas áreas de trabajo, puntos de conexión y experimentos diferentes. Esto resulta útil para la supervisión y la implementación, y funciona especialmente bien con los trabajos de implementación. La tarea de evaluación de un trabajo de implementación crea métricas adicionales que aparecen en esta página. Después, el aprobador del trabajo puede revisar esta página para evaluar si se debe aprobar la versión del modelo para la implementación.

Pasos siguientes

Para más información sobre el LoggedModel seguimiento introducido en MLflow 3, consulte el siguiente artículo:

• Realice un seguimiento de los modelos y compare los modelos con modelos registrados de MLflow.

Para más información sobre el uso de MLflow 3 con flujos de trabajo de aprendizaje profundo, consulte el siguiente artículo:

• Flujo de trabajo de aprendizaje profundo de MLflow 3.