Som trénoval ML model v Azure strojového učenia, a dúfam, že nie na nasadenie to, aby koncový bod. Namiesto toho, dúfam, že sa načítať model a spustite ho v mojej miestnej stroj predpovedať výsledok.
Mám tieto súbory stiahnuté z Azure, ako je uvedené nižšie. Takže, čo by som mal urobiť, aby zaťaženie modelu a robiť predikcie? Robiť všetky tieto 3 súbory sú povinní používať, alebo len .pkl súbor je potrebné?
Môžeme zacieliť miestnych stroje pre nasadenie našich modelov, ktoré boli vytvorené v Azure Strojového Učenia.
Vo vašom prípade musíme použiť docker obrázok, ako to poskytuje izolované, containerized skúsenosti.
Nižšie uvádzame postup na nasadenie ako miestne webové služby pomocou Docker:
Model objekt, ktorý predstavuje model.Environment objekt, ktorý obsahuje závislostí a definuje softvérové prostredie, v ktorom váš kód bude prebiehať.InferenceConfig objekt, ktorý združuje vstup skript s Environment.DeploymentConfiguration objekt podtriedy LocalWebserviceDeploymentConfiguration.Model.deploy() ak chcete vytvoriť Webservice objekt. Táto metóda stiahne Docker obrazu a pridružených spoločnostiach s Model, InferenceConfiga DeploymentConfiguration.Webservice pomocou Webservice.wait_for_deployment().Nájdete na tejto dokumentácie ako AjayKumarGhose navrhol. Skontrolujte tiež, či to MSDoc pre tréning obrázok modelu