deployment - Azure:部署集成在数据块上的 ML 模型的 Ansible 角色
问题描述
我使用 python notebook 开发了 Azure Databricks 中历史数据的 ML 预测模型。这意味着我已经使用 python notebook 在 Databricks 中完成了数据提取、准备、特征工程和模型训练。我几乎完成了它的开发部分,现在我们想使用 ansible 角色将 ML 模型部署到生产中。
解决方案
要部署到 AzureML,您需要从 MLflow 模型构建映像 - 这是通过使用 MLflow 的mlflow.azureml.build_image 函数完成的。之后,您可以使用 MLflow 的功能将其部署到 Azure 容器实例 (ACI) 或 Azure Kubernetes 服务client.create_deployment
(请参阅Azure 文档)。还有一个mlflow.azureml.deploy 函数可以一步完成所有操作。
推荐阅读
- python - 自动化无聊的东西第 7 章:正则表达式 - 电话号码和电子邮件提取器仅提取电话号码
- php - 基于 tr 计数的 td/th 的 XPath
- jenkins - 由于语法问题,无法执行 Jenkins 管道
- django - 在 AWS 上免费部署 Django VC,哪个最好?只是 EC2.t2 或 Beanstalk
- node.js - 在 Express.js 中发出请求和响应处理程序会导致问题吗?
- eclipse - 什么是 Buildship,是否有适用于 NetBeans 的 Gradle 插件?
- amazon-web-services - 从区域 A 到其他各个区域的多区域 EC2 和 RDS 复制
- python - 终端和 subprocess.run() 显示命令的不同行为(osmfilter)
- sql - 需要查询以列出两列相对相同的行,但需要注意 Postgresql
- android - Pepper 机器人已连接但在连接的设备上显示离线