提供多個模型到模型服務端點
本文描述了如何為多個模型利用磚的服務端點模型服務。
創建一個端點,並設置初始流量分裂
您可以創建模型服務端點的磚機學習API或磚機的學習用戶界麵。端點可以注冊任何Python MLflow模型在模型中注冊中心注冊。
以下API示例使用兩套模型和創建一個單端點的端點之間的交通分離模型。服務模型,當前的1、主機版本模型(和端點流量的90%,而其他服務模型,挑戰者號1、主機版本b型並獲得端點流量的10%。
帖子. . / api / 2.0 / serving-endpoints{“名稱”:“多模型”“配置”:{“served_models”:({“名稱”:“當前”,“model_name”:“模型(一個”,“model_version”:“1”,“workload_size”:“小”,“scale_to_zero_enabled”:真},{“名稱”:“挑戰者”,“model_name”:“b型”,“model_version”:“1”,“workload_size”:“小”,“scale_to_zero_enabled”:真}],“traffic_config”:{“路線”:({“served_model_name”:“當前”,“traffic_percentage”:“90”},{“served_model_name”:“挑戰者”,“traffic_percentage”:“10”}]}}}
更新交通服務模型之間的分裂
你也可以更新交通服務模型之間的分裂。以下API示例設置服務模型,當前的,50%的端點交通和其他模型,挑戰者號,剩下的50%的流量。
你也可以把這個更新的服務選項卡中數據磚UI使用機器學習編輯配置按鈕。
把. . / api / 2.0 / serving-endpoints /{的名字}/配置{“served_models”:({“名稱”:“當前”,“model_name”:“模型(一個”,“model_version”:“1”,“workload_size”:“小”,“scale_to_zero_enabled”:真},{“名稱”:“挑戰者”,“model_name”:“b型”,“model_version”:“1”,“workload_size”:“小”,“scale_to_zero_enabled”:真}],“traffic_config”:{“路線”:({“served_model_name”:“當前”,“traffic_percentage”:“50”},{“served_model_name”:“挑戰者”,“traffic_percentage”:“50”}]}}