Day09 - 打包 MLflow Model 並透過 Azure Machine Learning 佈署成 Endpoint - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

2023 iThome 鐵人賽

DAY 9

0

AI & Data

MLOps/LLMOps - 從零開始系列第 9 篇

Day09 - 打包 MLflow Model 並透過 Azure Machine Learning 佈署成 Endpoint

15th鐵人賽

2023-09-24 00:02:36

317 瀏覽

分享至

在前一篇的基礎上，我們先將模型打包成 MLflow Model。請將 model 整個資料夾都下載下來。

打開 Azure Machine Learning Studio，點選左方的 Models 功能表，再點選右上角的 Register Model。
選擇 Register model from local files，並且選擇剛剛下載的 model 資料夾。

設定 Model name，這邊我們用預設的即可。

接著，要將註冊的模型，佈署成 Endpoint 供外部呼叫。點選模型，再點選 Deploy > Real-time endpoint

暫時先填預設值，點選 Deploy，等待佈署完成。

透過 MLflow 的方式可以將模型打包並移到不同的環境，是不是很方便呢？！ :-)

Day08 - 檢視實驗結果以及註冊模型至 MLflow

Day10 - 從 MLflow 操作複習 MLOps 的基本觀念

系列文

MLOps/LLMOps - 從零開始共 30 篇

目錄

RSS系列文訂閱系列文

5 人訂閱

完整目錄

直播研討會

{{ item.subject }}

{{ item.channelVendor }} {{ item.webinarstarted }} |

{{ formatDate(item.duration) }}

直播中

尚未有邦友留言

立即登入留言

參賽組數

1064 組

團體組數

40 組

累計文章數

22196 篇

完賽人數

602 人

15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js

IT邦幫忙