取消
顯示的結果
而不是尋找
你的意思是:

MLFlow服務日誌

BeardyMan
新的貢獻者三世

當使用Azure磚、服務的一個模型,我們已收到請求獲取額外的日誌記錄。在某些情況下,他們希望捕獲輸入和輸出,甚至從管道的一些步驟。

有什麼方法我們可以擴展日誌MLFlow rest端點捕獲額外需要的信息?

1接受解決方案

接受的解決方案

ChenranLi
新的貢獻者三世

這是一個定製的模型基於sklearn模型“GradientBoostingClassifier”:

類CustomizedGradientBoostingClassifier (sklearn.ensemble.GradientBoostingClassifier): def __init__(自我,random_state):超級(). __init__ (random_state = random_state) def適合(自我,X, y):超級()。fit (X, y) def predict_proba(自我,X_test):超級()返回.predict_proba (X_test) def預測(自我,X): #做定製的任務(例如下一個RPC調用日誌輸入和輸出)#例如,您也可以返回不僅預測結果,而且輸入返回(super () .predict (X), X)

你可以注冊模型像往常一樣。當您調用REST端點,它一些自定義的預測()函數,並返回不僅預測結果,而且輸入。

在原帖子查看解決方案

9回複9

Kaniz
社區經理
社區經理

你好@BeardyMan!我的名字叫Kaniz,我這裏的技術主持人。很高興認識你,謝謝你的問題!看看你的同行在社區有一個先回答你的問題。否則我們將很快跟進與回複。

Dan_Z
尊敬的貢獻者

據我所知,如果你編寫一個自定義模型的預測()函數,你可以任意操作的日誌(輸入或輸出)的地方。

BeardyMan
新的貢獻者三世

你是使用azure函數和自定義python代碼調用模型,然後執行所需的日誌而不是使用mlflow服務能力和管理其他端點?

Dan_Z
尊敬的貢獻者

我的想法是:

  1. 創建一個自定義模型的預測函數,並額外工作(如日誌記錄)
  2. 注冊模式
  3. 運行模型在模型服務
歡迎來到磚社區:讓學習、網絡和一起慶祝

加入我們的快速增長的數據專業人員和專家的80 k +社區成員,準備發現,幫助和合作而做出有意義的聯係。

點擊在這裏注冊今天,加入!

參與令人興奮的技術討論,加入一個組與你的同事和滿足我們的成員。

Baidu
map