1. Учиться
    2. /
  2. Courses
    3. /
  3. MLflow 入門
Connected

Exercise

マルチステップワークフローの作成：Model Engineering

MLflow Projects モジュールは、マルチステップのワークフローを実行する手段として使えます。すべてのステップは、前のステップの結果を次のステップへ渡す単一の Python プログラムから統合的に実行できます。

この演習では、ML ライフサイクルの Model Engineering と Model Evaluation のステップを管理するため、マルチステップのワークフローを作り始めます。MLflow Projects モジュールの run() メソッドを使って model_engineering エントリポイントを実行し、モデル学習に使うハイパーパラメータを渡します。また、run_id の出力を取得して変数に設定し、ワークフローの model_evaluation ステップへパラメータとして渡せるようにします。

前のステップで作成した MLproject は IPython Shell で print(MLproject) を使って参照できます。MLflow モジュールはインポート済みです。

Инструкции

100 XP
  • MLflow Projects モジュールの run() メソッドを、model_engineering という変数に代入します。
  • エントリポイント引数を "model_engineering" に設定します。
  • モデル学習用のパラメータを設定します。"n_jobs" は 2、"fit_intercept" は False にします。
  • model_engineering の run_id 属性を、model_engineering_run_id という変数に設定します。