嗨@sonam de,保存模型,使用MLflow功能log_model和save_model。你也可以使用他們的本地api到保存模型磚文件係統(DBFS)。對於MLlib模型,使用毫升管道。
出口模型為個體預測服務,您可以使用MLeap常見的序列化格式和執行引擎,機器學習管道。MLeap支持序列化Apache火花,scikit-learn TensorFlow管道成一捆,這樣你就可以加載和部署與新數據訓練模型進行預測。可以導入導出的模型轉化為得分和火花和其他平台上的預測。Beplay体育安卓版本
嗨@sonam de,保存模型,使用MLflow功能log_model和save_model。你也可以使用他們的本地api到保存模型磚文件係統(DBFS)。對於MLlib模型,使用毫升管道。
出口模型為個體預測服務,您可以使用MLeap常見的序列化格式和執行引擎,機器學習管道。MLeap支持序列化Apache火花,scikit-learn TensorFlow管道成一捆,這樣你就可以加載和部署與新數據訓練模型進行預測。可以導入導出的模型轉化為得分和火花和其他平台上的預測。Beplay体育安卓版本