Začněte nyníZačněte zdarma

Vytvoření vlastní Python třídy

MLflow umožňuje vytvářet vlastní modely, které pokryjí širokou škálu různých případů použití. K tomu slouží Python třída, která dědí třídu mlflow.pyfunc.PythonModel. Třída PythonModel nabízí flexibilitu díky metodám pro vlastní logiku inference a správu závislostí artefaktů.

V tomto cvičení vytvoříš novou Python třídu pro vlastní model, který načte konkrétní model a po inferenci dekóduje popisky. Modul mlflow bude již naimportován.

Toto cvičení je součástí kurzu

Úvod do MLflow

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř Python třídu s názvem CustomPredict.
  • Definuj metodu load_context(), která slouží k načítání artefaktů ve vlastní třídě.
  • Definuj metodu predict() pro implementaci vlastní logiky inference.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create Python Class
class ____(mlflow.pyfunc.PythonModel):
    # Set method for loading model
    def ____(self, context):
        self.model = mlflow.sklearn.load_model("./lr_model/")
    # Set method for custom inference     
    def ____(self, context, model_input):
        predictions = self.model.predict(model_input)
        decoded_predictions = []  
        for prediction in predictions:
            if prediction == 0:
                decoded_predictions.append("female")
            else:
                decoded_predictions.append("male")
        return decoded_predictions
Upravit a spustit kód