Modelos no exemplo Unity Catalog
Este exemplo ilustra como usar Modelos no Unity Catalog para criar um aplicativo machine learning que prevê a produção diária de energia de um parque eólico. O exemplo mostra como:
Rastreie e modelos logged com MLflow.
modelos de registro para Unity Catalog.
Descreva modelos e implante-os para inferência usando aliases.
Integre modelos registrados com aplicativos de produção.
Pesquise e descubra modelos no Unity Catalog.
Exclua modelos.
Os artigos descrevem como executar essas passos usando o acompanhamento e modelos do MLflow em UIs e APIs do Unity Catalog.
Requisitos
Certifique-se de atender a todos os requisitos em Requisitos. Além disso, os exemplos de código neste artigo pressupõem que você tenha os seguintes privilégios:
USE CATALOG
privilégio no catálogomain
.CREATE MODEL
e privilégiosUSE SCHEMA
no esquemamain.default
.
Instale o cliente MLflow Python
Este exemplo requer o cliente MLflow Python versão 2.5.0 ouacima e o TensorFlow. Adicione os seguintes comandos na parteacima do seu Notebook para instalar essas dependências.
%pip install --upgrade "mlflow-skinny[databricks]>=2.5.0" tensorflow
dbutils.library.restartPython()
Carregar conjunto de dados, modelo de ensino e registro no Unity Catalog
Esta seção mostra como carregar o dataset do parque eólico, ensinar o modelo e registrar o modelo no Unity Catalog. A execução de treinamento do modelo e as métricas são rastreadas em uma execução de experimento.
Carregar conjunto de dados
O código a seguir carrega um dataset contendo dados meteorológicos e informações de saída de energia para um parque eólico nos Estados Unidos. O dataset contém recursos wind direction
, wind speed
e air temperature
amostrados a cada seis horas (uma vez em 00:00
, uma vez em 08:00
e uma vez em 16:00
), bem como a produção de energia agregada diária (power
), ao longo de vários anos.
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"]
Configure o cliente MLflow para acessar modelos no Unity Catalog
Por default, o cliente MLflow Python cria modelos no registro de modelo workspace no Databricks. Para atualizar para modelos no Unity Catalog, configure o cliente para acessar os modelos no Unity Catalog:
import mlflow
mlflow.set_registry_uri("databricks-uc")
modelo de ensino e registro
O código a seguir ensina uma rede neural usando TensorFlow Keras para prever a saída de energia com base nos recursos climáticos no dataset e usa APIs MLflow para registrar o modelo ajustado no Unity Catalog.
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)
Exibir o modelo na interface do usuário
Você pode view e gerenciar modelos registrados e versões de modelos no Unity Catalog usando o Catalog Explorer. Procure o modelo que você acabou de criar no catálogo main
e no esquema default
.
aprimorou uma versão do modelo para inferência
Os modelos no Unity Catalog suportam aliases para implantação de modelos. Os aliases fornecem referências mutáveis e nomeadas (por exemplo, "Champion" ou "Challenger") a uma versão específica de um modelo registrado. O senhor pode fazer referência e direcionar versões do modelo usando esses aliases no fluxo de trabalho de inferência downstream.
Depois de navegar até o modelo registrado no Catalog Explorer, clique na coluna Aliases para atribuir o alias "Champion" à versão mais recente do modelo e pressione "Continue" para salvar as alterações.
Carregar versões de modelo usando a API
O componente MLflow Models define funções para carregar modelos de várias estruturas machine learning . Por exemplo, mlflow.tensorflow.load_model()
é usado para carregar modelos TensorFlow que foram salvos no formato MLflow e mlflow.sklearn.load_model()
é usado para carregar modelos Scikit-Learn que foram salvos no formato MLflow.
Essas funções podem carregar modelos de Modelos no Unity Catalog.
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)
Preveja a potência de saída com o modelo campeão
Nesta seção, o modelo campeão é usado para avaliar os dados de previsão do tempo para o parque eólico. O aplicativo forecast_power()
carrega a versão mais recente do modelo de previsão do estágio especificado e o usa para prever a produção de energia nos próximos cinco dias.
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")
Adicione descrições de modelos e versões de modelos usando a API
O código nesta seção mostra como você pode adicionar descrições de modelo e versão de modelo usando a API MLflow.
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."
)
Criar uma nova versão do modelo
Técnicas clássicas machine learning também são eficazes para previsão de energia. O código a seguir ensina um modelo de floresta aleatória usando Scikit-Learn e registra-o no Unity Catalog usando a função mlflow.sklearn.log_model()
.
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
)
Buscar o novo número de versão do modelo
O código a seguir mostra como recuperar o número da versão do modelo mais recente para um nome de modelo.
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])
Adicione uma descrição à nova versão do modelo
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."
)
Marque a nova versão do modelo como Challenger e teste o modelo
Antes de aprimorar um modelo para atender ao tráfego de produção, é uma prática recomendada testá-lo em uma amostra de dados de produção. Anteriormente, você usava o alias “Champion” para denotar a versão do modelo que atende à maioria das cargas de trabalho de produção. O código a seguir atribui o alias “Challenger” à nova versão do modelo e avalia seu desempenho.
client.set_registered_model_alias(
name=MODEL_NAME,
alias="Challenger",
version=new_model_version
)
forecast_power(MODEL_NAME, "Challenger")
melhorou a nova versão do modelo como a versão do modelo Champion
Depois de verificar se a nova versão do modelo funciona bem nos testes, o código a seguir atribui o alias “Champion” à nova versão do modelo e usa exatamente o mesmo código de aplicativo da saída de energia da previsão com a seção do modelo campeão para produzir uma previsão de energia.
client.set_registered_model_alias(
name=MODEL_NAME,
alias="Champion",
version=new_model_version
)
forecast_power(MODEL_NAME, "Champion")
Agora existem duas versões do modelo de previsão: a versão do modelo treinada no modelo Keras e a versão treinada no Scikit-Learn. Observe que o alias “Challenger” permanece atribuído à nova versão do modelo Scikit-Learn , portanto, qualquer carga de trabalho downstream que visa a versão do modelo “Challenger” continua a ser executada com êxito:
Excluir modelos
Quando uma versão de modelo não estiver mais sendo usada, você poderá excluí-la. Você também pode excluir um modelo registrado inteiro; isso remove todas as versões de modelo associadas. Observe que a exclusão de uma versão de modelo limpa todos os aliases atribuídos à versão de modelo.