Как я могу зарегистрировать в Azure ML Service модель машинного обучения, обученную на местном уровне?

Question

Я испытываю службу машинного обучения Azure для развертывания ML.

Я уже натренировал модель на вычислительной ВМ и сохранил ее как рассол, и теперь хотел бы развернуть ее (на данный момент я использую Python на ноутбуках Azure для этой цели).

Из руководства, похоже, мне нужно мне нужно run объект, который будет существовать в моем сеансе для выполнения шага "регистрация модели":

# register model 
model = run.register_model(model_name='my_model', model_path='outputs/my_model.pkl')
print(model.name, model.id, model.version, sep = '\t')

Тем не менее, я не создал ни одного run объект, так как я не выполнил никакого эксперимента для обучения, я только начинаю с моей маринованной модели.

Я также попытался зарегистрировать модель, загрузив ее через портал Azure (см. Снимок экрана ниже), но (так как файл модели довольно большой, я полагаю) она завершается неудачно с ajax error 413. как в Невозможно зарегистрировать модель ONNX в рабочей области службы машинного обучения Azure.

Есть ли способ зарегистрироваться, а затем развернуть маринованный режим с предварительной подготовкой (без необходимости run, если это имеет смысл)?

Answer 1

Регистрация модели может быть сделана с помощью Model.register, без необходимости использования run объект

model = Model.register(model_name='my_model', model_path='my_model.pkl', workspace = ws)

для развертывания можно выполнить действия, описанные в документе службы Azure ML.

Answer 2

Поскольку вы не обучили какую-либо модель на mlflow и не запускали какие-либо эксперименты, вам следует напрямую зарегистрировать сохраненную модель через файл pickle. Библиотека sklearn и версии pickle, с которыми была сохранена модель, должны быть совместимы с текущим поддерживаемым MLflow встроенным sklearn. модельный аромат.

      import mlflow

loaded_model = pickle_load(open(filename,'rb')) 

reg_model_name = "Regression" 
mlflow.sklearn.log_model(loaded_model, "sk_learn", serialisation_format="cloudpickle", registered_model_name=reg_model_name)

Answer 3

Вы также можете зарегистрировать свою модель вручную на веб-портале.