เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้าง Multi-Step Workflow: การประเมินโมเดล

ในแบบฝึกหัดนี้ คุณจะสร้างขั้นตอน Model Evaluation ของ multi-step workflow ที่ใช้จัดการส่วนหนึ่งของ ML lifecycle โดยใช้เมธอด run() จากโมดูล MLflow Projects และกำหนด entry point เป็น model_evaluation จากนั้นนำ model_engineering_run_id ซึ่งเป็นผลลัพธ์ที่ได้จากแบบฝึกหัดก่อนหน้ามาส่งเป็น parameter ให้กับคำสั่งนี้

MLproject ที่สร้างในขั้นตอนก่อนหน้าสามารถดูได้ใน IPython Shell โดยใช้ print(MLproject)

โมดูล mlflow ถูก import ไว้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

MLflow เบื้องต้น

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดเมธอด run() จากโมดูล MLflow Projects ให้กับตัวแปร model_evaluation
  • ตั้งค่า argument ของ entry point เป็น "model_evaluation"
  • กำหนด parameter ชื่อ "run_id" โดยใช้ค่าของ model_engineering_run_id

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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())
แก้ไขและรันโค้ด