python - 在没有 Conda 环境的情况下部署 MLflow 模型

Question

目前致力于在 Docker 容器中部署我的 MLflow 模型。 Docker 容器为模型设置了所有必要的依赖项，因此 MLflow 也为模型创建/激活 conda 环境似乎是多余的。查看文档( https://www.mlflow.org/docs/latest/cli.html#mlflow-models-serve )，它说您可以使用 --no-conda 为模型提供服务标志并且 MLflow 将假设您“在具有必要依赖项的 Conda 环境中运行”。当我们在具有必要依赖项的任何环境(不一定是 Conda 环境)中运行时，此解决方案对我们有用。这样对吗？或者在使用 --no-conda 运行时，我们是否绝对需要激活 Conda 环境？旗帜？

例如，我可以创建一个 virtualenv，并在 virtualenv 处于事件状态时，使用 mlflow models serve -m [model/path] --no-conda 在本地为模型提供服务。 .该模型然后正常执行，但文档表明这不应该工作，因为它明确要求 Conda 环境。

Answer 1

您不需要安装带有 --no-conda 的 Conda 环境。选项。

正如快速入门指南 ( https://www.mlflow.org/docs/latest/quickstart.html ) 中所见，它指出只要安装了所有依赖项就可以了。您如何安装这些依赖项(pipenv、诗歌或 pip)无关紧要。

警告:这样你就不能在 MLFlow 中为你的项目定义依赖项(因为它使用 conda 来安装这些依赖项)

您应该能够安全地继续您目前的做法。