版本，分享，部署和监控模型。
项目描述
vetiver 
香茅草，平静之油，在香水中被用作稳定成分，以保留更多挥发性香气。
vetiver的目标是提供流畅的工具，以版本控制、分享、部署和监控训练模型。函数处理记录和检查模型输入数据原型，以及从远程API端点进行预测。vetiver包是可扩展的，具有泛型，可以支持许多类型的模型，并且适用于Python和R。要了解更多关于vetiver的信息，请参阅
您可以使用vetiver与以下工具一起使用
- scikit-learn
- torch
- statsmodels
- xgboost
- spacy
- 或使用自定义处理程序来支持您自己的模型！
安装
您可以从PyPI安装vetiver的发布版本
python -m pip install vetiver
以及从GitHub的开发版本
python -m pip install git+https://github.com/rstudio/vetiver-python
示例
一个 VetiverModel() 对象收集存储、版本控制和部署训练模型所需的信息。
from vetiver import mock, VetiverModel
X, y = mock.get_mock_data()
model = mock.get_mock_model().fit(X, y)
v = VetiverModel(model, model_name='mock_model', prototype_data=X)
您可以通过为您的 VetiverModel() 选择一个 pins "板"，包括本地文件夹、Connect、Amazon S3 等，来对其进行 版本控制 和 分享。
from pins import board_temp
from vetiver import vetiver_pin_write
model_board = board_temp(versioned = True, allow_pickle_read = True)
vetiver_pin_write(model_board, v)
您可以使用 VetiverAPI()，这是 FastAPI 的扩展，来部署您已固定的 VetiverModel()。
from vetiver import VetiverAPI
app = VetiverAPI(v, check_prototype = True)
要使用此对象启动服务器，请使用 app.run(port = 8080) 或您选择的端口。
贡献
该项目遵循 贡献者行为准则。通过向此项目贡献，您同意遵守其条款。
-
有关部署模型、统计建模和机器学习的问题和讨论，请在Posit社区发布帖子。
-
如果您认为您遇到了一个错误，请提交一个问题。
下载文件
下载适用于您平台的文件。如果您不确定选择哪个，请了解更多关于 安装包 的信息。
源代码分发
vetiver-0.2.5.tar.gz (291.0 kB 查看哈希值)
构建分发
vetiver-0.2.5-py3-none-any.whl (113.1 kB 查看哈希值)
关闭
vetiver-0.2.5.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | f875f743a920ff64e4f27f2ff55bd8694ffde0106aabb38b89793508a8afc812 |
|
| MD5 | 21dfb051fc1a7b6dbc9afd114064e415 |
|
| BLAKE2b-256 | c6b8e1958c5789f02353353964e44ed8cc40c26ece8cc9aa466064ea03266b64 |
关闭
vetiver-0.2.5-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 42e3375c83f4d89ba5ba649f2eea1879cc4d50178677cad982dd53179542fb5b |
|
| MD5 | 696c46178fe62392187bdc486b538bb9 |
|
| BLAKE2b-256 | a63a1e824303e9e9d123b7e38fc39ec7ee6381c1f40fe01e5ec54f9f39174966 |
