Pickle?
python 자체에서도 흔하게 쓰이는지는 모르겠으나, ML/DL을 하다보면 쉽게 접할 수 있는 압축 확장자이다.
ML을 쉽게 접할 수 있는 Sklearn에서도 지원하고 DL을 쉽게 접할 수 있는 Tensorflow에서도 쉽게 접할 수 있다.
이런 pickle파일을 BentoML🍱에서도 지원하고 있기 때문에 우리는 pickle로 저장할 수 있는 모델이라면 쉽게 묶어서 구현할 수 있을 것이다.
다시 말해서, Tensorflow, sklearn, xgboost 다 pickle로 저장해서 pickle파일을 API로 던져서 컨테이너화(Containerize)된 Docker Image를 얻도록 구현할 생각이다.
BentoML, Custom Model
🔗https://docs.bentoml.org/en/latest/frameworks/picklable.html
예제는 이미 공식 문서에 잘 서술되어 있다.
전략 설정
📡어떻게 pickle파일을 api로 전송해서 BentoML로 할 것인가?
loaded_model = bentoml.picklable_model read more
BentoML Custom model, Pickleable Model
Pickle?
python 자체에서도 흔하게 쓰이는지는 모르겠으나, ML/DL을 하다보면 쉽게 접할 수 있는 압축 확장자이다.
ML을 쉽게 접할 수 있는 Sklearn에서도 지원하고 DL을 쉽게 접할 수 있는 Tensorflow에서도 쉽게 접할 수 있다.
이런 pickle파일을 BentoML🍱에서도 지원하고 있기 때문에 우리는 pickle로 저장할 수 있는 모델이라면 쉽게 묶어서 구현할 수 있을 것이다.
다시 말해서, Tensorflow, sklearn, xgboost 다 pickle로 저장해서 pickle파일을 API로 던져서 컨테이너화(Containerize)된 Docker Image를 얻도록 구현할 생각이다.
BentoML, Custom Model
🔗https://docs.bentoml.org/en/latest/frameworks/picklable.html
예제는 이미 공식 문서에 잘 서술되어 있다.
전략 설정
📡어떻게 pickle파일을 api로 전송해서 BentoML로 할 것인가?
loaded_model = bentoml.picklable_model.load_model("my_python_model:latest")
[진행중]