モデル管理
ダウンロード
フォーカスモード
フォントサイズ
WeDataのモデル管理はMLflowとCatalogに基づいており、機械学習モデルのライフサイクルを完全に管理する機能を提供します。内容は以下の通りです：
モデル登録：トレーニング済みのモデルをモデルライブラリに登録できます。
バージョン管理：モデルに対してバージョン管理を行い、異なるバージョンの遡及と比較を容易にします。
リネージュ追跡：モデルとその上流データ、実験との関連を表示し、モデルのソースと依存関係の追跡を支援します。
実験追跡：MLflowを統合し、モデルのトレーニングパラメータ、評価指標、実行環境などを自動的に記録し、実験の比較とパフォーマンス監視を容易にします。
モデルデプロイ：モデルをワンクリックでオンラインサービスとしてデプロイし、リアルタイム推論とアプリケーション統合を実現できます。
これらの機能は、チームの効率的なコラボレーションを支援し、機械学習モデルの標準化された管理とデプロイを実現し、生産効率とモデルガバナンス能力を向上させます。
モデル登録
モデル界
面登録には2つの入口があります：方法1：モデル管理ページで直接「モデルを作成」します。
方法2：実験実行画面で、ある実験実行に基づいて「モデルを登録」します。
モデル管理ページで「モデルを作成」
1. 左側のメニューからモデル管理ページに入ります。
2. モデルを作成をクリックし、モデルタイプ「機械学習モデル登録」を選択し、モデル名を入力し、catalog、schemaパスを選択し、作成をクリックします。この手順により、catalogにモデル名とパスが作成されます。（説明：catalogアドレスを選択する前提条件として、アカウントにcatalogデータディレクトリの権限が付与されている必要があります。）
3. 実験実行画面に移動し、特定のモデル実験実行に基づいて、モデル登録をクリックし、登録方式で「既存モデルの新バージョン」を選択し、モデル名で作成したばかりのモデル名を選択します。
実験実行に基づく「モデル作成」
1. 左側のメニューから実験管理に入り、トレーニングが最適な実験実行に入り、モデル登録をクリックします。
2. 新規モデルとして登録するか、既存モデルの新バージョンとして登録するかを選択します。
新規モデルとして登録：モデル名を入力し、catalogとschemaを選択し、モデル登録をクリックします。（説明：catalogアドレスを選択する前提条件として、アカウントにcatalogデータディレクトリの権限が付与されている必要があります。）
既存モデルの新バージョンとして登録：既存モデルを選択し、モデル登録をクリックします。
3. 登録に成功すると、モデル管理リストでモデルを確認し、モデル名をクリックして、モデル詳細に入ります。
バージョン管理
1. モデル登録はバージョン形式で管理されます。
2. 関連するタスクをクリックし、このモデルの実験実行を追跡して確認します。
3. モデルバージョンをクリックし、モデルの基本メタデータ、モデルシグネチャおよびリネージを確認します。モデルエイリアスTag、モデル説明の変更をサポートします。
リネージ追跡
モデルリネージをクリックしてモデルの上流・下流リネージチェーンを確認します。上流ノードには生データテーブル/特徴テーブル/トレーニングデータテーブル/実験実行があります。下流ノードにはモデルサービス/推論テーブルがあります。
実験追跡
1. モデルバージョンの関連するタスクをクリックし、このモデルの実験実行を追跡して確認します。
2. 実験実行中にモデルのトレーニング指標、パラメータを追跡できます。
3. モデルアーティファクトを追跡し、モデルアーティファクトのエクスポートをサポートします。
モデルデプロイ
1. モデルバージョン詳細ページに入り、デプロイをクリックします。
2. モデルサービス作成フローに入ります。
フィードバック