Példa a Unity Catalog modelljeire

Ez a példa bemutatja, hogyan használhat modelleket a Unity Catalogban egy olyan gépi tanulási alkalmazás létrehozásához, amely előrejelzést készít egy szélfarm napi teljesítménykimenetéről. A példa bemutatja, hogyan:

• Modellek nyomon követése és naplózása az MLflow használatával
• Modellek regisztrálása a Unity Catalogban
• Modellek leírása és üzembe helyezése következtetés céljából aliasok használatával
• Regisztrált modellek integrálása éles alkalmazásokkal
• Modellek keresése és felfedezése a Unity Katalógusban
• Modellek archiválása és törlése

A cikk bemutatja, hogyan hajthatja végre ezeket a lépéseket az MLflow tracking és models használatával a Unity Catalog felhasználói felületén és API-jában.

Követelmények

Győződjön meg arról, hogy megfelel a Követelmények összes követelményének. A cikkben szereplő példakódok emellett feltételezik, hogy a következő jogosultságokkal rendelkezik:

• USE CATALOG jogosultságot a katalógusban main .
• CREATE MODEL és USE SCHEMA jogosultságokat a main.default sémán.

Jegyzetfüzet

A cikkben szereplő összes kód az alábbi jegyzetfüzetben található.

Modellek a Unity Catalog példajegyzetfüzetében

Jegyzetfüzet beszerzése

MLflow Python-ügyfél telepítése

Ehhez a példához az MLflow Python-ügyfél 2.5.0-s vagy újabb verziója és a TensorFlow szükséges. A függőségek telepítéséhez adja hozzá a következő parancsokat a jegyzetfüzet tetején.

%pip install --upgrade "mlflow-skinny[databricks]>=2.5.0" tensorflow
dbutils.library.restartPython()

Adathalmaz betöltése, modell betanítása és regisztrálás a Unity Katalógusba

Ez a szakasz bemutatja, hogyan töltheti be a szélerőmű-adathalmazt, hogyan taníthat be egy modellt, és hogyan regisztrálhatja a modellt a Unity Catalogban. A modell betanítási futtatása és a metrikák egy kísérletfuttatásban lesznek nyomon követve.

Adatkészlet betöltése

Az alábbi kód betölt egy olyan adatkészletet, amely időjárási adatokat és teljesítménykimeneti információkat tartalmaz a Egyesült Államok egy szélfarmhoz. Az adathalmaz wind directionair temperaturewind speedhatóránként (egyszer, 00:0008:00és egyszerre16:00) vett mintát, valamint a napi összesített áramkimenetet (power) tartalmazza több éven keresztül.

import pandas as pd
wind_farm_data = pd.read_csv("https://github.com/dbczumar/model-registry-demo-notebook/raw/master/dataset/windfarm_data.csv", index_col=0)

def get_training_data():
  training_data = pd.DataFrame(wind_farm_data["2014-01-01":"2018-01-01"])
  X = training_data.drop(columns="power")
  y = training_data["power"]
  return X, y

def get_validation_data():
  validation_data = pd.DataFrame(wind_farm_data["2018-01-01":"2019-01-01"])
  X = validation_data.drop(columns="power")
  y = validation_data["power"]
  return X, y

def get_weather_and_forecast():
  format_date = lambda pd_date : pd_date.date().strftime("%Y-%m-%d")
  today = pd.Timestamp('today').normalize()
  week_ago = today - pd.Timedelta(days=5)
  week_later = today + pd.Timedelta(days=5)

  past_power_output = pd.DataFrame(wind_farm_data)[format_date(week_ago):format_date(today)]
  weather_and_forecast = pd.DataFrame(wind_farm_data)[format_date(week_ago):format_date(week_later)]
  if len(weather_and_forecast) < 10:
    past_power_output = pd.DataFrame(wind_farm_data).iloc[-10:-5]
    weather_and_forecast = pd.DataFrame(wind_farm_data).iloc[-10:]

  return weather_and_forecast.drop(columns="power"), past_power_output["power"]

MLflow-ügyfél konfigurálása modellek elérésére a Unity Katalógusban

Az MLflow Python-ügyfél alapértelmezés szerint az Azure Databricks munkaterületi modellregisztrációs adatbázisában hoz létre modelleket. A Unity Catalog modelljeire való frissítéshez konfigurálja az ügyfelet a Unity Catalog modelljeinek elérésére:

import mlflow
mlflow.set_registry_uri("databricks-uc")

Modell betanítása és regisztrálása

Az alábbi kód betanítja a neurális hálózatot a TensorFlow Keras használatával az adathalmaz időjárási jellemzői alapján történő teljesítmény-előrejelzéshez, és MLflow API-k használatával regisztrálja a beszerelt modellt a Unity Catalogban.

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

MODEL_NAME = "main.default.wind_forecasting"

def train_and_register_keras_model(X, y):
  with mlflow.start_run():
    model = Sequential()
    model.add(Dense(100, input_shape=(X.shape[-1],), activation="relu", name="hidden_layer"))
    model.add(Dense(1))
    model.compile(loss="mse", optimizer="adam")

    model.fit(X, y, epochs=100, batch_size=64, validation_split=.2)
    example_input = X[:10].to_numpy()
    mlflow.tensorflow.log_model(
        model,
        artifact_path="model",
        input_example=example_input,
        registered_model_name=MODEL_NAME
    )
  return model

X_train, y_train = get_training_data()
model = train_and_register_keras_model(X_train, y_train)

A modell megtekintése a felhasználói felületen

A Regisztrált modelleket és modellverziókat a Katalóguskezelővel tekintheti meg és kezelheti a Unity Katalógusban. Keresse meg az imént létrehozott modellt a katalógusban és default a main sémában.

Modellverzió üzembe helyezése következtetéshez

A Unity Catalog modelljei támogatják a modell üzembe helyezésének aliasát . Az aliasok egy regisztrált modell egy adott verziójára mutató, elnevezett hivatkozásokat (például "Champion" vagy "Challenger") biztosítanak. Ezeket az aliasokat használva hivatkozhat és célozhat meg modellverziókat az alsóbb rétegbeli következtetési munkafolyamatokban.

Miután a Katalóguskezelőben a regisztrált modellre navigált, kattintson az Aliasok oszlop alatt a "Champion" alias hozzárendeléséhez a legújabb modellverzióhoz, és a módosítások mentéséhez nyomja le a "Folytatás" billentyűt.

Modellverziók betöltése az API használatával

Az MLflow Models összetevő függvényeket határoz meg a modellek több gépi tanulási keretrendszerből való betöltéséhez. Például mlflow.tensorflow.load_model() az MLflow formátumban mentett TensorFlow-modellek betöltésére szolgál, és mlflow.sklearn.load_model() az MLflow formátumban mentett scikit-learn modellek betöltésére szolgál.

Ezek a függvények modelleket tölthetnek be a Unity Catalog modelljeiből.

import mlflow.pyfunc

model_version_uri = "models:/{model_name}/1".format(model_name=MODEL_NAME)

print("Loading registered model version from URI: '{model_uri}'".format(model_uri=model_version_uri))
model_version_1 = mlflow.pyfunc.load_model(model_version_uri)

model_champion_uri = "models:/{model_name}@Champion".format(model_name=MODEL_NAME)

print("Loading registered model version from URI: '{model_uri}'".format(model_uri=model_champion_uri))
champion_model = mlflow.pyfunc.load_model(model_champion_uri)

Teljesítménykimenet előrejelzése a bajnoki modellel

Ebben a szakaszban a bajnokmodellt használjuk a szélfarm időjárás-előrejelzési adatainak kiértékelésére. Az forecast_power() alkalmazás betölti az előrejelzési modell legújabb verzióját a megadott fázisból, és a következő öt napban az áramtermelés előrejelzésére használja.

from mlflow.tracking import MlflowClient

def plot(model_name, model_alias, model_version, power_predictions, past_power_output):
  import matplotlib.dates as mdates
  from matplotlib import pyplot as plt
  index = power_predictions.index
  fig = plt.figure(figsize=(11, 7))
  ax = fig.add_subplot(111)
  ax.set_xlabel("Date", size=20, labelpad=20)
  ax.set_ylabel("Power\noutput\n(MW)", size=20, labelpad=60, rotation=0)
  ax.tick_params(axis='both', which='major', labelsize=17)
  ax.xaxis.set_major_formatter(mdates.DateFormatter('%m/%d'))
  ax.plot(index[:len(past_power_output)], past_power_output, label="True", color="red", alpha=0.5, linewidth=4)
  ax.plot(index, power_predictions.squeeze(), "--", label="Predicted by '%s'\nwith alias '%s' (Version %d)" % (model_name, model_alias, model_version), color="blue", linewidth=3)
  ax.set_ylim(ymin=0, ymax=max(3500, int(max(power_predictions.values) * 1.3)))
  ax.legend(fontsize=14)
  plt.title("Wind farm power output and projections", size=24, pad=20)
  plt.tight_layout()
  display(plt.show())

def forecast_power(model_name, model_alias):
  import pandas as pd
  client = MlflowClient()
  model_version = client.get_model_version_by_alias(model_name, model_alias).version
  model_uri = "models:/{model_name}@{model_alias}".format(model_name=MODEL_NAME, model_alias=model_alias)
  model = mlflow.pyfunc.load_model(model_uri)
  weather_data, past_power_output = get_weather_and_forecast()
  power_predictions = pd.DataFrame(model.predict(weather_data))
  power_predictions.index = pd.to_datetime(weather_data.index)
  print(power_predictions)
  plot(model_name, model_alias, int(model_version), power_predictions, past_power_output)

forecast_power(MODEL_NAME, "Champion")

Modell- és modellverzió-leírások hozzáadása az API-val

Az ebben a szakaszban található kód bemutatja, hogyan adhat hozzá modell- és modellverzió-leírásokat az MLflow API használatával.

client = MlflowClient()
client.update_registered_model(
  name=MODEL_NAME,
  description="This model forecasts the power output of a wind farm based on weather data. The weather data consists of three features: wind speed, wind direction, and air temperature."
)

client.update_model_version(
  name=MODEL_NAME,
  version=1,
  description="This model version was built using TensorFlow Keras. It is a feed-forward neural network with one hidden layer."
)

Új modellverzió létrehozása

A klasszikus gépi tanulási technikák az energia-előrejelzéshez is hatékonyak. Az alábbi kód betanít egy véletlenszerű erdőmodellt a scikit-learn használatával, és regisztrálja azt a Unity Catalogban a mlflow.sklearn.log_model() függvény használatával.

import mlflow.sklearn
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error

with mlflow.start_run():
  n_estimators = 300
  mlflow.log_param("n_estimators", n_estimators)

  rand_forest = RandomForestRegressor(n_estimators=n_estimators)
  rand_forest.fit(X_train, y_train)

  val_x, val_y = get_validation_data()
  mse = mean_squared_error(rand_forest.predict(val_x), val_y)
  print("Validation MSE: %d" % mse)
  mlflow.log_metric("mse", mse)

  example_input = val_x.iloc[[0]]

  # Specify the `registered_model_name` parameter of the `mlflow.sklearn.log_model()`
  # function to register the model to <UC>. This automatically
  # creates a new model version
  mlflow.sklearn.log_model(
    sk_model=rand_forest,
    artifact_path="sklearn-model",
    input_example=example_input,
    registered_model_name=MODEL_NAME
  )

Az új modell verziószámának lekérése

Az alábbi kód bemutatja, hogyan kérhető le a modellnév legújabb modellverziószáma.

client = MlflowClient()
model_version_infos = client.search_model_versions("name = '%s'" % MODEL_NAME)
new_model_version = max([model_version_info.version for model_version_info in model_version_infos])

Leírás hozzáadása az új modellverzióhoz

client.update_model_version(
  name=MODEL_NAME,
  version=new_model_version,
  description="This model version is a random forest containing 100 decision trees that was trained in scikit-learn."
)

Az új modellverzió megjelölése Kihívóként és a modell tesztelése

Mielőtt üzembe helyeznénk egy modellt az éles forgalom kiszolgálására, ajánlott tesztelni az éles adatok mintáján. Korábban a "Champion" aliast használta az éles számítási feladatok többségét kiszolgáló modellverzió jelölésére. Az alábbi kód hozzárendeli a "Challenger" aliast az új modellverzióhoz, és kiértékeli annak teljesítményét.

client.set_registered_model_alias(
  name=MODEL_NAME,
  alias="Challenger",
  version=new_model_version
)

forecast_power(MODEL_NAME, "Challenger")

Az új modellverzió üzembe helyezése Bajnok modellverzióként

Miután ellenőrizte, hogy az új modellverzió jól teljesít-e a tesztekben, az alábbi kód hozzárendeli a "Champion" aliast az új modellverzióhoz, és pontosan ugyanazt az alkalmazáskódot használja az előrejelzési teljesítménykimenetből a bajnokmodell szakaszával, hogy energia-előrejelzést készítsen.

client.set_registered_model_alias(
  name=MODEL_NAME,
  alias="Champion",
  version=new_model_version
)

forecast_power(MODEL_NAME, "Champion")

Az előrejelzési modellnek most két modellverziója van: a Keras-modellben betanított modellverzió és a scikit-learnben betanított verzió. Vegye figyelembe, hogy a "Challenger" alias továbbra is hozzá van rendelve az új scikit-learn modellverzióhoz, így a "Challenger" modellverziót megcélzó alsóbb rétegbeli számítási feladatok továbbra is sikeresen futnak:

Modellek archiválása és törlése

Ha a modellverzió már nincs használatban, törölheti azt. Egy teljes regisztrált modellt is törölhet; ez eltávolítja az összes társított modellverziót. Vegye figyelembe, hogy a modellverzió törlése törli a modellverzióhoz rendelt aliasokat.

Törlés Version 1 az MLflow API használatával

client.delete_model_version(
   name=MODEL_NAME,
   version=1,
)

A modell törlése az MLflow API használatával

client = MlflowClient()
client.delete_registered_model(name=MODEL_NAME)