自动风味检测与ml_flow load_model?

Question

我正在使用mlflow，并希望在加载时处理不同的口味(例如sklearn,tensorflow和keras)。

实际上，我只在

中找到关于存储的flavor作为字符串的信息

Run.to_dictionary()['data']['tags']['mlflow.log-model.history']

输出:

[{"run_id": "8ea47843f7b446828dbd9cd3a1ed2339", "artifact_path": "model", "utc_time_created": "2022-04-26 10:39:55.639791", "flavors": {"keras": {"keras_module": "tensorflow.keras", "keras_version": "2.7.0", "save_format": "tf", "data": "data", "code": null}, "python_function": {"loader_module": "mlflow.keras", "python_version": "3.8.10", "data": "data", "env": "conda.yaml"}}, "model_uuid": "3bd37bdb0aa1409aabc65f8314018642", "mlflow_version": "1.25.1"}]

Run是mlflow.entities.Run对象。

使用ast.literal_eval将字符串转换为字典失败。

ast.literal_eval(str(self.run.to_dictionary()['data']['tags']['mlflow.log-model.history'][1:-1]))

Answer 1

mlflow的文档。pyfunc说:

python_function模型风格作为MLflow Python模型的默认模型接口。任何MLflow Python模型都可以作为python_function模型加载。

这意味着你可以使用mlflow.pyfunc.load_model来加载所有mlflow支持的口味。