शुरू करेंमुफ़्त में शुरू करें

मल्टी-स्टेप वर्कफ़्लो बनाना: Model Evaluation

इस अभ्यास में, आप हमारे मल्टी-स्टेप वर्कफ़्लो का Model Evaluation स्टेप बनाएँगे, जिसका उपयोग ML लाइफसाइकल के एक हिस्से को मैनेज करने के लिए होता है. आप MLflow Projects मॉड्यूल के run() मेथड का उपयोग करेंगे और एंट्री पॉइंट model_evaluation सेट करेंगे. इसके बाद, आप पिछले अभ्यास में आउटपुट के रूप में जेनरेट हुए model_engineering_run_id को एक पैरामीटर के रूप में लेंगे और इसे कमांड में पास करेंगे.

पिछले चरण में बनाया गया MLproject IPython Shell में print(MLproject) का उपयोग करके उपलब्ध है.

mlflow मॉड्यूल इम्पोर्ट किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

MLflow परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • MLflow Projects मॉड्यूल के run() मेथड को model_evaluation को असाइन करें.
  • एंट्री पॉइंट आर्ग्युमेंट को "model_evaluation" पर सेट करें.
  • "run_id" नाम का एक पैरामीटर सेट करें, जिसकी वैल्यू model_engineering_run_id हो.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Set the MLflow Projects run method
model_evaluation = ____.____.____(
    uri="./",
    # Set the entry point to model_evaluation
    ____="____",
  	# Set the parameter run_id to the run_id output of previous step
    parameters={
        "____": ____,
    },
    env_manager="local"
)

print(model_evaluation.get_status())
कोड संपादित करें और चलाएँ