文件名称：ml-pipes:使用MLFLOW和Docker的简单ML部署项目
文件大小：85KB
文件格式：ZIP
更新时间：2024-05-07 04:23:42
Python
ML-管道 使用docker使用MLFLOW部署模型的最小ML项目。 复制 为了重现此项目，请执行以下步骤 1）准备环境 确保满足以下项目符号： 以下来自文件src/dao/data/creditcard.csv ，没有Time列； 从pyproject.toml文件安装依赖pyproject.toml ，请参阅或使用requirements.txt pyproject.toml 由于示例模型正在使用H2O软件包，因此已安装JRE。 2）运行实验 您可以在文件夹src/内简单执行以下命令 python RunExperiment.py 这将训练两个模型，让他们*检查脚本并四处玩耍。 一旦完成，MLFLOW将在src内创建一个mlruns/和mlruns.db 。 这些是释放跟踪UI并将模型用作API所需的文件。 确保实验完成后，您可以在本地运行UI，在src/执行mlflow u
【文件预览】：
ml-pipes-main
----poetry.lock(197KB)
----pyproject.toml(497B)
----Dockerfile(728B)
----LICENSE(34KB)
----src()
--------trainers()
--------dao()
--------RunExperiment.py(2KB)
--------__init__.py(0B)
--------settings.py(138B)
----requirements.txt(12KB)
----docker-compose.yml(613B)
----.gitignore(2KB)
----.dockerignore(9B)
----README.md(2KB)