MLflow 3 traditionele ML-werkstroom

Voorbeeld van notebook

In het voorbeeldnotebook wordt een modeltrainingstaak uitgevoerd, die wordt bijgehouden als een MLflow-uitvoering, om een getraind model te produceren, dat wordt bijgehouden als een geregistreerd MLflow-model.

MLflow 3 traditionele ML-model-notebook

Notebook krijgen

Modelparameters en prestaties verkennen met behulp van de MLflow-gebruikersinterface

Het model verkennen in de MLflow-gebruikersinterface:

1. Klik op Experimenten in de zijbalk van de werkruimte.

2. Zoek uw experiment in de lijst met experimenten. U kunt het selectievakje Alleen mijn experimenten inschakelen of het zoekvak Filterexperimenten gebruiken om de lijst met experimenten te filteren.

3. Klik op de naam van het experiment. De pagina Runs wordt geopend. Het experiment bevat twee MLflow-uitvoeringen, één die wordt gebruikt om het model te trainen en één dat wordt gebruikt om het model te evalueren.

   

4. Klik op het tabblad Modellen. De LoggedModel (elasticnet) wordt op dit scherm bijgehouden. U kunt alle parameters en metagegevens zien, evenals alle metrische gegevens die zijn gekoppeld aan de trainings- en evaluatieuitvoeringen.

   

5. Klik op de modelnaam om de modelpagina weer te geven, die informatie bevat zoals de parameters en metrische gegevens van het model, evenals details zoals de bronuitvoering, relevante gegevenssets en modelversies die zijn geregistreerd in Unity Catalog.

   

6. Het notebook registreert het model bij Unity Catalog. Als gevolg hiervan zijn alle modelparameters en prestatiegegevens beschikbaar op de pagina modelversie in Catalog Explorer. U kunt deze pagina rechtstreeks openen door op de modelversie te klikken vanaf de MLflow-modelpagina. Als u op de model-ID en de bronuitvoering hier klikt, wordt u teruggeleid naar de MLflow-model en uitvoeringspagina's.

   

Wat is het verschil tussen het tabblad Modellen op de pagina MLflow-experiment en de pagina modelversie in Catalog Explorer?

Op het tabblad Modellen van de experimentpagina en de pagina modelversie in Catalog Explorer ziet u vergelijkbare informatie over het model. De twee weergaven hebben verschillende rollen in de ontwikkelings- en implementatielevenscyclus van het model.

• Op het tabblad Modellen van de experimentpagina ziet u de resultaten van vastgelegde modellen van een experiment op één pagina. Het tabblad Grafieken op deze pagina bevat visualisaties om u te helpen modellen te vergelijken en de modelversies te selecteren die u wilt registreren bij Unity Catalog voor een mogelijke implementatie.
• In Catalog Explorer biedt de versiepagina van het model een overzicht van alle modelprestaties en evaluatieresultaten. Op deze pagina ziet u modelparameters, metrische gegevens en traceringen in alle gekoppelde omgevingen, waaronder verschillende werkruimten, eindpunten en experimenten. Dit is handig voor bewaking en implementatie, en werkt vooral goed met implementatietaken. Met de evaluatietaak in een implementatietaak worden extra metrische gegevens gemaakt die op deze pagina worden weergegeven. De fiatteur voor de taak kan deze pagina vervolgens bekijken om te beoordelen of de modelversie voor implementatie moet worden goedgekeurd.

Volgende stappen

Zie het volgende artikel voor meer informatie over LoggedModel tracering die is geïntroduceerd in MLflow 3:

• Modellen bijhouden en vergelijken met MLflow Logged Models.

Zie het volgende artikel voor meer informatie over het gebruik van MLflow 3 met Deep Learning-werkstromen:

• MLflow 3 Deep Learning-werkstroom.