毫升工作流升级到目标模型统一目录

批推理工作流

遵循类似的步骤工作流模型的训练克隆批推理工作流和更新其计算配置启用统一目录的访问。确保运行克隆批推理的主要工作必要的权限加载模型推理。

模型服务工作流程

如果您使用的是砖模型服务,你不需要克隆现有端点。相反,您可以利用交通分割功能路线的一小部分交通模型统一目录。

首先,确保校长谁拥有模型的服务端点必要的权限加载模型推理。然后,更新你的克隆模式部署工作流分配一小部分交通模型版本统一目录。

我习惯模型版本阶段过渡。如何促进一个模型在环境?

砖建议部署毫升管道代码。这消除了需要促进模型在环境中,所有的生产模式可以通过自动化生产培训工作流程在生产环境中。

然而,在某些情况下,它可能是太贵了再培训模型在环境。在这样的场景中,您可以复制模型版本在注册模型统一目录来推广它们在环境中。

你需要以下权限执行下面的示例代码:

• 使用目录在暂存和刺激目录。

• 使用模式在staging.ml_team和prod.ml_team模式。

• 执行在staging.ml_team.fraud_detection。

此外,您必须注册的所有者模型prod.ml_team.fraud_detection。

进口mlflow从mlflow.exceptions进口MlflowExceptionmlflow。set_registry_uri(“databricks-uc”)defcopy_model_version(source_model_name,source_model_version,dest_model_name):”“”模型版本统一目录复制到一个目的地注册模型。注意,别名不复制源模型版本上。”“”客户端=mlflow。跟踪。MlflowClient()source_mv=客户端。get_model_version(source_model_name,source_model_version)试一试:客户端。create_registered_model(dest_model_name)除了MlflowException作为e:如果e。error_code! =“RESOURCE_ALREADY_EXISTS”:提高返回客户端。create_model_version(源=f“模型:/{source_model_name}/{source_model_version}”,的名字=dest_model_name,run_id=source_mv。run_id)#促进从暂存到生产模型版本copied_model_version=copy_model_version(source_model_name=“staging.ml_team.fraud_detection”,source_model_version=1,dest_model_name=“prod.ml_team.fraud_detection”)

在上面的示例中,只有用户可以读的staging.ml_team.fraud_detection注册模型和写prod.ml_team.fraud_detection注册模式可以促进分段模型生产。你不需要配置其他任何规则或政策来管理模型推广。

我怎么执行手动批准部署模型?我可以在事件触发webhook-like操作吗?

砖建议完全自动化模型部署如果可能的话,使用适当的检查和测试模型部署过程。然而,如果你确实需要执行手动批准生产部署模型,您可以使用工作人为外部CI / CD系统要求手动批准部署模型,模型后成功完成培训工作。手动批准后,CI / CD系统可以部署模型版本为交通服务,例如通过设置“冠军”的别名。