6

我有一个自定义的 python 模型，它基本上设置了 scikit-learn 估计器的几个扰动。我确实成功地使用mlflow run project_directoryCLI 运行了项目，并使用save_model()语句保存了模型。它显示在仪表板上，带有mlflow ui。我什至可以在我的main.py脚本中加载保存的模型并在 pandas.DataFrame 上进行预测而没有任何问题。

当我尝试使用 of 时，我的问题就来mlflow models serve -m project/models/run_id了mlflow models predict -m project/models/run_id -i data.json。我收到以下错误：

ModuleNotFoundError: No module named 'multi_model'

在 MLflow 文档中，没有提供自定义模型的示例，因此我无法弄清楚如何解决此依赖问题。这是我的项目树：

project/
├── MLproject
├── __init__.py
├── conda.yaml
├── loader.py
├── main.py
├── models
│   └── 0ef267b0c9784a118290fa1ff579adbe
│       ├── MLmodel
│       ├── conda.yaml
│       └── python_model.pkl
├── multi_model.py

multi_model.py：

import numpy as np
from mlflow.pyfunc import PythonModel
from sklearn.base import clone

class MultiModel(PythonModel):

    def __init__(self, estimator=None, n=10):
        self.n = n
        self.estimator = estimator

    def fit(self, X, y=None):
        self.estimators = []
        for i in range(self.n):
            e = clone(self.estimator)
            e.set_params(random_state=i)
            X_bootstrap = X.sample(frac=1, replace=True, random_state=i)
            y_bootstrap = y.sample(frac=1, replace=True, random_state=i)
            e.fit(X_bootstrap, y_bootstrap)
            self.estimators.append(e)
        return self

    def predict(self, context, X):
        return np.stack([
            np.maximum(0, self.estimators[i].predict(X))
            for i in range(self.n)], axis=1
        )

main.py：

import os
import click
from sklearn.ensemble import RandomForestRegressor
import mlflow.pyfunc
import multi_model

@click(...) # define the click options according to MLproject file
def run(next_week, window_size, nfold):
    train = loader.load(start_week, current_week)
    x_train, y_train = train.drop(columns=['target']), train['target']

    model = multi_model.MultiModel(RandomForestRegressor())

    with mlflow.start_run() as run:
        model.fit(x_train, y_train)
        model_path = os.path.join('models', run.info.run_id)
        mlflow.pyfunc.save_model(
            path=model_path, 
            python_model=model,
        )

if __name__ == '__main__':
    run()
4

2 回答 2

4

问题已解决：在 中main.py，只需使用以下命令更新save_model()命令：

mlflow.pyfunc.save_model(
        path=model_path,
        python_model=model,
        code_path=['multi_model.py'],
        conda_env={
            'channels': ['defaults', 'conda-forge'],
            'dependencies': [
                'mlflow=1.2.0',
                'numpy=1.16.5',
                'python=3.6.9',
                'scikit-learn=0.21.3',
                'cloudpickle==1.2.2'
            ],
            'name': 'mlflow-env'
        }
    )
于 2019-10-02T14:16:17.317 回答
0

要回答 Thomas 的问题，现有的 conda.yml 文件就足够了。我有一个类似的问题，并且能够仅使用 myflow.pyfunc.save_model() 的 code_paths 参数来解决它。

我的项目结构：

project/ 
|--- models/
|    |- myModel.py 
|    |- otherFile.py

在 myModel.py 中：

import mlflow

class model_base(mlflow.pyfunc.PythonModel):
     ......

在 otherFile.py 中

from models.myModel import model_base
import os

model = model_base()
code_path_parent = os.path.abspath("./")

def save_model():
   mlflow.pyfunc.save_model(
          path=*<save_path>*,
          python_model=model,
          code_path=[code_path_parent]
          )

这是在 save_model() 描述下的 mlflow 文档中指定的；

代码路径描述

python_model 描述

mlflow 文档；https://www.mlflow.org/docs/latest/python_api/mlflow.pyfunc.html#mlflow.pyfunc.save_model

于 2021-12-03T14:59:35.920 回答