ComeçarComece de graça

Criando uma Classe Python personalizada

O MLflow oferece uma forma de criar modelos personalizados para atender a uma grande variedade de casos de uso. Para criar modelos personalizados, o MLflow permite que você crie uma Classe Python que herda da Classe mlflow.pyfunc.PythonModel. A Classe PythonModel oferece personalização ao disponibilizar métodos para lógica de inferência personalizada e dependências de artefatos.

Neste exercício, você vai criar uma nova Classe Python para um modelo personalizado que carrega um modelo específico e depois decodifica os rótulos após a inferência. O módulo mlflow será importado.

Este exercício faz parte do curso

Introdução ao MLflow

Ver curso

Instruções do exercício

  • Crie uma Classe Python com o nome CustomPredict.
  • Defina o método load_context() usado para carregar artefatos dentro de uma Classe personalizada.
  • Defina o método predict() para implementar a inferência personalizada.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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
Editar e executar o código