有人能解释一下在决定如何从MLflow:服务模型时的主要用例是什么吗
- 使用命令行"；mlflow模型服务于-m">
- 部署具有相同模型的本地Docker容器
- 在线部署模型，例如在AWS Sagemaker上
我主要对选项A和选项B之间的差异感兴趣，因为据我所知，两者都可以作为REST API端点访问。我认为，如果网络规则已经到位，那么两者也可以从外部调用。
Imho，文档中描述了主要区别：
NB：默认情况下，容器将启动nginx和gunicorn进程。如果你不需要启动nginx进程(例如，如果你将容器部署到Google Cloud Run(，你可以通过disable_nginx环境变量禁用它
并且model serve仅使用Flask，因此其可扩展性可能较低。