Bereitstellung eines scikit-learn-Modells in Azure ML
Dieses Notebook verwendet ein ElasticNet-Modell, das mit dem Diabetes-Dataset trainiert wurde, das in Nachverfolgen des scikit-learn-Modelltrainings mit MLflow beschrieben wurde. In diesem Notebook wird Folgendes beschrieben:
- Auswählen eines Modells zur Bereitstellung über die Benutzeroberfläche des MLflow-Experiments
- Bereitstellen des Modells in Azure ml mithilfe der MLflow-API
- Abfragen des bereitgestellten Models
- Wiederholen der Bereitstellung und des Abfrageprozesses für ein anderes Modell
- Löschen der Bereitstellung mithilfe der MLflow-API
Notebook zur scikit-learn-Modellbereitstellung mit MLflow in einem Azure-Notebook
Bereitstellen auf Modellbereitstellung
Wenn Sie Ihr registriertes Modell lieber mit Databricks bereitstellen möchten, lesen Sie Modellbereitstellung mit Azure Databricks.