J'ai essayé MLflow sur Databricks

Environnement d'exploitation

Puisque nous utilisons lightGBM cette fois, nous utilisons Databricks 7.4ML du dernier Runtime au moment de la création de l'article (novembre 2020).

Si vous souhaitez installer des bibliothèques externes supplémentaires

Peut être installé à partir de l'onglet Bibliothèques du cluster (7.4ML a déjà lightGBM installé)

Évaluez le modèle avec MLflow Tracking

Entraînons le jeu de données iris avec lightGBM. Après avoir lancé le cluster Databricks, essayez d'exécuter l'exemple de code suivant sur votre bloc-notes
Ci-dessous, nous avons activé le suivi automatique (mlflow.lightgbm.autolog ()), de sorte que les paramètres et les métriques sont automatiquement suivis.

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score, log_loss
import lightgbm as lgb

import mlflow
import mlflow.lightgbm
def train(learning_rate, colsample_bytree, subsample):

  #Préparation des données
  iris = datasets.load_iris()
  X = iris.data
  y = iris.target
  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

  #Faites-le au format lightgbm
  train_set = lgb.Dataset(X_train, label=y_train)
  
  #Suivi automatique
  mlflow.lightgbm.autolog()
  
  with mlflow.start_run():

      #Apprenez le modèle
      params = {
          "objective": "multiclass",
          "num_class": 3,
          "learning_rate": learning_rate,
          "metric": "multi_logloss",
          "colsample_bytree": colsample_bytree,
          "subsample": subsample,
          "seed": 42,
      }
      model = lgb.train(
          params, train_set, num_boost_round=10, valid_sets=[train_set], valid_names=["train"]
      )

      #Évaluation du modèle
      y_proba = model.predict(X_test)
      y_pred = y_proba.argmax(axis=1)
      loss = log_loss(y_test, y_proba)
      acc = accuracy_score(y_test, y_pred)

      # log metrics
      mlflow.log_metrics({"log_loss": loss, "accuracy": acc})

Essayez de changer les paramètres plusieurs fois

train(0.1, 1.0, 1.0)
train(0.2, 0.8, 0.9)
train(0.4, 0.7, 0.8)

Cliquez sur l'icône «Expérience» en haut à droite du cahier pour afficher le résultat de l'expérience ②.
Cliquez sur le bouton ③ pour afficher l'écran de la liste des résultats de l'expérience.
Sélectionnez tous les résultats expérimentaux ① et appuyez sur le bouton Comparer ② pour afficher l'écran de comparaison des résultats expérimentaux (les différences de paramètres et les indices d'évaluation peuvent être comparés dans une liste).

Enregistrer le modèle dans le registre des modèles

MLflow Model Registry on Databricks est un registre de modèles qui gère les versions de modèles, les transitions d'étape (transition de la mise en production à la production), les descriptions de modèles, etc. sur le système de fichiers Databricks.
Cliquez sur Run ID sur l'écran de comparaison des résultats d'évaluation du modèle pour afficher l'écran des détails du modèle.
Vous pouvez vous inscrire au «Registre des modèles» en cliquant sur le bouton «Enregistrer le modèle» dans «Artefacts».
Spécifiez un nom de modèle existant (version supérieure) ou entrez un nouveau nom de modèle
Vous pouvez vérifier les modèles enregistrés dans l'onglet Modèles.

Lancer une API d'inférence à l'aide de Model Serving

Lorsque MLflow Model Serving est activé pour un modèle dans le registre de modèles, un cluster à nœud unique unique est automatiquement créé et peut être utilisé comme point de terminaison REST. Déploiement automatique en fonction de la version et de l'étape du registre du modèle

Changer le stade du modèle

Le modèle enregistré cette fois est la "version 2", et le stade est "Aucun". Je vais faire une demande pour changer la scène en Production
Transition de l'écran du registre du modèle à l'écran des détails du modèle de la version 2, cliquez sur Étape: Aucune ①, et cliquez sur Demander la transition vers-> Production ②.
L'écran des détails du modèle d'un autre utilisateur affiche une demande de changement d'étape
Vous pouvez modifier l'étape si vous approuvez

Activer la diffusion de modèles

Vous pouvez l'activer en cliquant sur le bouton «Activer le service» dans l'onglet «Traitement» de l'écran des détails du modèle du registre de modèles.
Après un certain temps, vous pouvez confirmer que le point de terminaison REST a été démarré pour chaque version et étape du modèle.

Utiliser l'API du côté client

Vous devez obtenir un jeton de sécurité émis pour accéder à l'API du côté client
Peut être créé à partir de l'onglet Access Tokens de l'écran User Setting du compte administrateur
Essayez d'utiliser l'API de curl

export DATABRICKS_TOKEN={jeton}

cat <<EOF > ./data.json
 [
   {
     "sepal length(cm)": 4.6,
     "sepal width(cm)": 3.6,
     "petal length(cm)": 1,
     "petal width(cm)": 0.2
   }
 ]
 EOF

curl \
  -u token:$DATABRICKS_TOKEN \
  -H "Content-Type: application/json; format=pandas-records" \
  [email protected] \
  https://dbc-xxxxxxxxxxxxx.cloud.databricks.com/model/iris_model/Production/invocations
[[0.9877602676352799, 0.006085719008512947, 0.006154013356207185]]

finalement

Cette fois, j'ai expliqué les fonctions qui peuvent utiliser MLflow de Databricks Notebook. Il y a certaines fonctionnalités que je n'ai pas encore introduites, alors j'aimerais les résumer la prochaine fois.