एक कस्टम Python क्लास बनाना
MLflow कस्टम मॉडल बनाने का तरीका देता है ताकि विभिन्न तरह के यूज़ केस सपोर्ट किए जा सकें. कस्टम मॉडल बनाने के लिए, MLflow यूज़र्स को ऐसा Python क्लास बनाने देता है जो mlflow.pyfunc.PythonModel क्लास से इनहेरिट करे. PythonModel क्लास कस्टमाइज़ेशन देता है, क्योंकि यह कस्टम इन्फ़रेंस लॉजिक और आर्टिफैक्ट डिपेंडेंसीज़ के लिए मेथड्स प्रदान करता है.
इस अभ्यास में, आप एक नया Python क्लास बनाएँगे जो एक कस्टम मॉडल के लिए होगा: यह पहले एक विशेष मॉडल लोड करेगा और फिर इन्फ़रेंस के बाद लेबल्स को डिकोड करेगा. mlflow मॉड्यूल इम्पोर्ट किया जाएगा.
यह अभ्यास पाठ्यक्रम का हिस्सा है
MLflow परिचय
अभ्यास निर्देश
CustomPredictनाम से एक Python क्लास बनाएँ.- कस्टम क्लास के भीतर आर्टिफैक्ट्स लोड करने के लिए इस्तेमाल होने वाला
load_context()मेथड परिभाषित करें. - कस्टम इन्फ़रेंस निर्धारित करने के लिए
predict()मेथड परिभाषित करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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