docs.m.eheci.com

[Joseph_B]

2021 - 09年研討會:自動化毫升生命周期與磚機器學習(1 2)

感謝大家加入了自動化毫升生命周期與磚機器學習研討會!您可以訪問按需記錄在這裏和代碼在Github回購。

我們共享的一個子集問題問和回答整個會話,以及鏈接資源的網絡研討會的最後一張幻燈片。請後續提問或添加評論線程。由於長度限製社區的帖子,我們會分裂這兩個。

磚毫升

• 我怎麼能使磚毫升工作區?
  • 磚的工作空間,你應該能夠看到一個選擇器在左上角。有一個GIF的選擇在這裏:https://docs.m.eheci.com/applications/machine-learning/index.html你也可以銷一個特定的“角色”或工作區默認視圖。
• 我如何開始使用磚毫升?
  • 如果你想要引導教程,那麼磚學院有巨大的資源,尤其是其推薦學習路徑數據科學家:https://academy.m.eheci.com/data-scientist這些資源是免費為客戶;beplay体育app下载地址如果你有困難訪問他們聯係支持。
  • 如果有一個特定的任務你想做的事,從我們的文檔https://docs.m.eheci.com/applications/machine-learning/index.html找到合適的頁麵,並尋找例子和代碼的任務。

AutoML

• 你如何AutoML比較與其他企業AutoML方法?
  • 我想說最高位是磚AutoML“玻璃盒子”的方法,生成筆記本它適合每一個模型。允許你複製和修改代碼進一步迭代模型。一般來說,所有AutoML解產生很好的結果,但不如模型更多的專業知識。這個代碼生成方法允許數據科學家迅速獲得一個合理的模型,然後把他們的專業領域進一步改進模型。好入門,我建議數據AI在磚毫升2021年峰會主題:https://youtu.be/zQEiwJqqeeA

一般MLflow

• 支持R MLflow和磚有什麼?
  • MLflow原生支持R .你可以在這裏找到R API文檔:https://mlflow.org/docs/latest/R-api.html
  • 如果你工作在磚,磚運行時提供開箱即用的R和許多常見包。我們通常推薦使用磚運行時機器學習因為它提供了更多ML-specific包,它很容易RStudio在磚。找到哪個版本的R每個運行時使用,你可以檢查運行時版本說明。
• 什麼是MLflow autologging與磚autologging嗎?
  • MLflow提供自動跟蹤的autologging毫升培訓活動對某些庫。例如,mlflow.sklearn.autolog ()觸發跟蹤scikit-learn、撿參數指標,當你訓練模型和模型。你也可以叫mlflow.autolog ()打開所有類型的MLflow autologging。“磚Autologging”打開MLflow Autologging默認情況下,它隻是進入公共預覽版,在許多地區:https://docs.m.eheci.com/applications/mlflow/databricks-autologging.html(這是AWS,但有一個等價的頁麵Azure和GCP)。你可以找到更多的信息在這些文檔。
• 由MLflow毫升框架是什麼?
  • MLflow已經對許多常見的內置支持框架,但它也可插入,可以用於任何毫升框架。
  • autologging MLflow文檔提供列表的內置集成,以及信息定製日誌。
  • 保存模型(MLflow模型和“味道”),MLflow文檔提供列表的內置集成以及通過信息定製pyfunc模型和定製的味道。
• 我如何跟蹤數據集被用來訓練每個模型MLflow和磚嗎?
  • 如果你使用磚AutoML,它自動日誌MLflow跟蹤服務器的數據集。
  • 如果你寫自定義毫升代碼,那麼你最好的選擇是:
    • 火花數據源,尤其是三角洲:如果你使用autologging和火花讀取數據源,它將MLflow運行日誌,作為一個標簽。如果這是δ數據源,然後保存表版本號。
    • 對於non-Spark數據源(例如,加載通過熊貓),你可以隨時記錄自定義標記或參數保存數據集的位置,ID或版本號。

模型注冊

• 是局限於一個工作區MLflow注冊表?或多個工作區可以推動一個集中的公共注冊中心?
  • 您可以設置一個multi-workspace注冊表。常見的分裂成dev /測試/刺激工作區,所有這一切都有一個注冊表。這裏有一些更多的信息:https://docs.m.eheci.com/applications/machine-learning/manage-model-lifecycle/multiple-workspaces..。