python - 在没有 Conda 环境的情况下部署 MLflow 模型

Question

目前正致力于在 Docker 容器中部署我的 MLflow 模型。Docker 容器设置了模型的所有必要依赖项，因此对于 MLflow 来说，为模型创建/激活 conda 环境似乎是多余的。查看文档（https://www.mlflow.org/docs/latest/cli.html#mlflow-models-serve）它说您可以使用--no-conda标志为模型提供服务，并且 MLflow 将假定您“在具有必要依赖项的 Conda 环境”。当我们在任何具有必要依赖项的环境（不一定是 Conda 环境）中运行时，此解决方案对我们有用。这个对吗？或者我们是否绝对需要在使用--no-conda标志运行时激活 Conda 环境？

例如，我可以创建一个 virtualenv，并在 virtualenv 处于活动状态的情况下，使用mlflow models serve -m [model/path] --no-conda. 该模型然后正常执行，但文档使它听起来像这不应该工作，因为它明确要求一个 Conda 环境。

Answer 1

您不需要使用该--no-conda选项安装 Conda 环境。

如快速入门指南（https://www.mlflow.org/docs/latest/quickstart.html）中所见，它指出只要安装了所有依赖项就可以了。无论您如何安装这些依赖项（pipenv、诗歌或 pip）。

警告是：这样你就不能在 MLFlow 中为你的项目定义依赖项（因为它使用 conda 来安装这些依赖项）

您应该能够安全地继续当前的练习。