Model Registry

سجل النماذج هو فهرس مُدار بالإصدارات لنماذج التعلّم الآلي المدرّبة. يخزن كل إدخال عنصرًا اصطناعيًا للنموذج، مثل ملف أوزان النموذج، إلى جانب البيانات الوصفية اللازمة للوثوق به: تشغيل التدريب الذي أنتجه، وإصدار البيانات، ومقاييس التقييم مثل متوسط الدقة (mAP)، ومخطط الإدخال والإخراج، والمالك، وحالة الموافقة. وتطلب مسارات النشر والتطبيقات إصدارًا مسمى من السجل، أو الإصدار الذي يحمل حاليًا وسم الإنتاج، بدلًا من تداول ملفات الأوزان؛ وهكذا يشير كل إصدار وكل تراجع إلى نموذج محدد ومسجل. وفي عمليات التعلّم الآلي (MLOps)، يقع السجل بين تتبّع التجارب ونشر النماذج. وتشمل السجلات واسعة الاستخدام سجل نماذج MLflow وسجل نماذج Amazon SageMaker وسجل نماذج Vertex AI وسجل Weights & Biases.

كيفية عمل سجل النماذج#

النموذج المسجّل هو اسم، مثل defect-detector، يضم سلسلة من الإصدارات. ويصبح كل إصدار غير قابل للتغيير بعد تسجيله، لذا تُسجّل الأوزان الجديدة دائمًا في إصدار جديد، ويشير الإصدار 7 دائمًا إلى البايتات نفسها. ويسجّل الإصدار عادةً ما يلي:

• السلالة: معرّف التشغيل، والتزام الشيفرة، وإصدار مجموعة البيانات، والنموذج الأصلي الذي أنتجه.
• نتائج التقييم: مقاييس التحقق، إلى جانب زمن الاستجابة واستهلاك الذاكرة المقاسين على كل جهاز مستهدف.
• التوقيع: مخطط المدخلات والمخرجات المتوقع، بحيث يفشل سريعًا أي مستدعٍ يرسل شكلًا غير صحيح.
• بطاقة النموذج: توثيق الاستخدام المقصود وبيانات التدريب والقيود المعروفة.
• الحالة: وسوم وأسماء مستعارة تحدد وضع الإصدار.

تحتفظ منصة Ultralytics بهذا النوع من السجلات لكل تشغيل تدريب YOLO تستضيفه: إذ تعرض صفحة النموذج النموذج الأصلي، وإصدار مجموعة البيانات المثبّت، والتزام Git، وإصدار ultralytics، والمعلمات الفائقة، والمقاييس النهائية، وأمر yolo train قابلًا لإعادة الإنتاج؛ كما يقبل حقل البيانات الوصفية المخصصة كائن JSON لتتبّع الإصدارات أو الحوكمة.

كانت السجلات الأقدم تنقل كل إصدار بين مراحل ثابتة مثل Staging وProduction وArchived. ألغت MLflow المراحل في الإصدار 2.9.0 واستعاضت عنها بأسماء مستعارة، وهي مؤشرات مسماة قابلة للتغيير مثل @champion ينقلها الفريق بين الإصدارات. وتتتبّع Amazon SageMaker حالة موافقة لكل إصدار، وهي PendingManualApproval أو Approved أو Rejected. ويعني ترقية النموذج نقل اسمه المستعار، بينما يعني التراجع إعادته إلى إصدار سابق:

تتحكم السجلات أيضًا فيمن يحق له تغيير كل شيء. إذ يستطيع علماء البيانات تسجيل الإصدارات، وينقل المراجعون المعينون الاسم المستعار للإنتاج، ويُسجّل كل تغيير في سجل تدقيق. وغالبًا ما تربط الفرق هذه الأحداث بالأتمتة، بحيث تؤدي الموافقة على إصدار إلى بدء مسار النشر، ويؤدي تنبيه مراقبة النماذج بشأن انحراف البيانات إلى بدء إعادة التدريب التي تسجّل النموذج المرشح التالي.

يوضح سجل MLflow هذا النمط في بضعة أسطر. يدرّب هذا البرنامج النصي مصنّفًا صغيرًا باستخدام scikit-learn، ويسجّله، ويوجّه الاسم المستعار champion إلى الإصدار الجديد، ثم يحمّل النموذج عبر الاسم المستعار، كما يعثر رمز تقديم النماذج على نموذج الإنتاج الحالي:

import mlflow
from mlflow import MlflowClient
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression

# Keep runs and registered model versions in a local SQLite file
mlflow.set_tracking_uri("sqlite:///mlflow.db")
X, y = load_iris(return_X_y=True)

# Log a trained model inside a run, then register it as a new version
with mlflow.start_run():
    model = LogisticRegression(max_iter=200).fit(X, y)
    info = mlflow.sklearn.log_model(model, name="model")
version = mlflow.register_model(info.model_uri, "iris-classifier")

# Point the "champion" alias at this version; applications load the alias
MlflowClient().set_registered_model_alias("iris-classifier", "champion", version.version)
champion = mlflow.pyfunc.load_model("models:/iris-classifier@champion")
print(f"version {version.version}:", champion.predict(X[:3]))

في قاعدة بيانات جديدة، يطبع البرنامج النصي version 1: [0 0 0]، وهو الإصدار المسجّل والفئات التي تنبأ بها للزهور الثلاثة الأولى. ويؤدي تشغيله مرة أخرى إلى تسجيل الإصدار 2، ويتبع معرّف URI نفسه models:/iris-classifier@champion الاسم المستعار إلى الإصدار الجديد، من دون أي تغيير في شيفرة التحميل.

سجل النماذج والأدوات ذات الصلة#

• تتبّع التجارب: يسجّل كل عملية تدريب، بما فيها العمليات الكثيرة التي لا تُستخدم مطلقًا. ويحتفظ السجل بالمرشحين القلائل الجديرين بالنشر، ويربط كل إصدار بعملية التدريب التي أنتجته.
• تخزين الكائنات: تستضيف حاويات مثل Amazon S3 الملفات. ويضيف السجل الإصدارات والبيانات الوصفية والتحكم في الوصول، وغالبًا ما يخزّن مؤشرًا إلى الملف الموجود في الحاوية فحسب.
• مخزن الميزات: يدير إصدارات ميزات المدخلات التي تستهلكها النماذج ويقدّمها، بينما تُحفظ النماذج نفسها في السجل.
• سجل الحاويات: يخزّن صور Docker التي تشغّل النماذج، لذا يحدد النشر عادةً وسم صورة واحدًا وإصدار نموذج واحدًا.
• Hugging Face Hub: يستضيف نماذج عامة وخاصة في مستودعات Git ذات سجل التزامات وبطاقة نموذج في الصفحة الرئيسية لكل مستودع، ما يجعله سجلًا للنماذج ذات الأوزان المفتوحة.