我正在使用气流在 gcloud AI 平台中安排模型版本的训练我设法安排模型的训练,版本的创建,然后我使用此 DAG 将最后一个版本设置为默认版本:
with DAG('ml_pipeline', schedule_interval=None, default_args=default_args) as dag:
uuid = str(uuid4())
training_op = MLEngineTrainingOperator(
task_id='submit_job_for_training',
project_id=PROJECT_ID,
job_id='training_{}'.format(uuid),
# package_uris=TRAINER_BIN,
package_uris=[os.path.join(TRAINER_BIN)],
training_python_module=TRAINER_MODULE,
runtime_version=RUNTIME_VERSION,
region='us-central1',
training_args=[
'--base-dir={}'.format(BASE_DIR)
],
python_version='3.5')
create_version_op = MLEngineVersionOperator(
task_id='create_version',
project_id=PROJECT_ID,
model_name=MODEL_NAME,
version={
'name': version_name,
'deploymentUri': export_uri,
'runtimeVersion': RUNTIME_VERSION,
'pythonVersion': '3.5',
'framework': 'SCIKIT_LEARN',
},
operation='create')
set_version_default_op = MLEngineVersionOperator(
task_id='set_version_as_default',
project_id=PROJECT_ID,
model_name=MODEL_NAME,
version={'name': version_name},
operation='set_default')
training_op >> create_version_op >> set_version_default_op
我想在这个 dag 中清理以前版本的模型。我想我应该使用 MLEngineVersionOperator 的“列表”和“删除”操作,如下所示:
list_model_versions = MLEngineVersionOperator(
task_id="list_versions",
project_id=PROJECT_ID,
model_name=MODEL_NAME,
operation="list",
)
delete_other_version = MLEngineVersionOperator(
task_id="delete_precedent_version",
project_id=PROJECT_ID,
model_name=MODEL_NAME,
operation="delete",
version={'name': some_name}
)
我读到了使用 Xcom 在删除中使用列表运算符的结果,但我不知道如何做到这一点。
任何有关如何进行的建议或解决方案将不胜感激。谢谢!