Module docs.templates.worker_retrain.models.retrain1
ATENÇÃO: É aconselhável gerar logs durante a execução do modelo, para facilitar o diagnóstico de problemas.
Para gravar os logs, basta salvar as mensagens de log utilizando: 'self.__logger.error', 'self.__logger.warning' ou 'self.__logger.info', conforme o nível de criticidade da mensagem. Para mais opções, consulte a documentação do pacote 'logging'.
EXEMPLOS: self.__logger.error("Mensagem de erro"); self.__logger.info("Mensagem informativa").
Expand source code
# ----------------------------------------------------------------------------------------------------
# Implementação das funcionalidades da interface ModelPublicationInterfaceRETRAIN
# ----------------------------------------------------------------------------------------------------
"""
ATENÇÃO: É aconselhável gerar logs durante a execução do modelo, para facilitar o diagnóstico de problemas.
Para gravar os logs, basta salvar as mensagens de log utilizando: 'self.__logger.error', 'self.__logger.warning' ou
'self.__logger.info', conforme o nível de criticidade da mensagem. Para mais opções, consulte a documentação do
pacote 'logging'.
EXEMPLOS: self.__logger.error("Mensagem de erro"); self.__logger.info("Mensagem informativa").
"""
from .utils import * # Para importar todas as funções/rotinas definidas no script 'utils.py'
from mllibprodest.interfaces import ModelPublicationInterfaceRETRAIN
class ModeloRETRAIN(ModelPublicationInterfaceRETRAIN):
def __init__(self, model_name: str, model_provider_name: str, experiment_name: str, dataset_provider_name: str):
"""
Classe para implementação das funcionalidades da interface ModelPublicationInterfaceRETRAIN.
"""
# Cria um arquivo de log (ou utiliza o existente) e retorna um objeto logger para escrita dos logs.
self.__logger = self.make_log(model_name + "_retrain.log")
# Definição dos atributos necessários para a implementação dos métodos get.
self.__model_name = model_name
self.__model_provider_name = model_provider_name
self.__experiment_name = experiment_name
self.__dataset_provider_name = dataset_provider_name
# TODO: Incluir aqui outros atributos e lógica que julgar necessário.
# Os métodos get já foram implementados porque somente retornam valores de atributos.
def get_model_name(self) -> str:
return self.__model_name
def get_model_provider_name(self) -> str:
return self.__model_provider_name
def get_experiment_name(self) -> str:
return self.__experiment_name
def get_dataset_provider_name(self) -> str:
return self.__dataset_provider_name
# Leia a documentação das funções disponibilizadas pelas interfaces da lib e faça uso delas! como, por exemplo:
# 'convert_artifact_to_object', 'convert_artifact_to_pickle' e 'load_production_datasets_names'.
# TODO: Implementar o restante dos métodos da interface ModelPublicationInterfaceRETRAIN.
Classes
class ModeloRETRAIN (model_name: str, model_provider_name: str, experiment_name: str, dataset_provider_name: str)
-
Interface para publicação de modelos de ML com a função de retreino. Leia a documentação dos métodos e implemente-os seguindo as recomendações de tipos de parâmetros e retorno.
Classe para implementação das funcionalidades da interface ModelPublicationInterfaceRETRAIN.
Expand source code
class ModeloRETRAIN(ModelPublicationInterfaceRETRAIN): def __init__(self, model_name: str, model_provider_name: str, experiment_name: str, dataset_provider_name: str): """ Classe para implementação das funcionalidades da interface ModelPublicationInterfaceRETRAIN. """ # Cria um arquivo de log (ou utiliza o existente) e retorna um objeto logger para escrita dos logs. self.__logger = self.make_log(model_name + "_retrain.log") # Definição dos atributos necessários para a implementação dos métodos get. self.__model_name = model_name self.__model_provider_name = model_provider_name self.__experiment_name = experiment_name self.__dataset_provider_name = dataset_provider_name # TODO: Incluir aqui outros atributos e lógica que julgar necessário. # Os métodos get já foram implementados porque somente retornam valores de atributos. def get_model_name(self) -> str: return self.__model_name def get_model_provider_name(self) -> str: return self.__model_provider_name def get_experiment_name(self) -> str: return self.__experiment_name def get_dataset_provider_name(self) -> str: return self.__dataset_provider_name # Leia a documentação das funções disponibilizadas pelas interfaces da lib e faça uso delas! como, por exemplo: # 'convert_artifact_to_object', 'convert_artifact_to_pickle' e 'load_production_datasets_names'. # TODO: Implementar o restante dos métodos da interface ModelPublicationInterfaceRETRAIN.
Ancestors
- mllibprodest.interfaces.ModelPublicationInterfaceRETRAIN
- mllibprodest.shared_classes.CommonMethods
Methods
def get_dataset_provider_name(self) ‑> str
-
Obtém o nome do provider do dataset usado pelo modelo que está em produção. :return: Nome do provider do dataset usado pelo modelo que está em produção.
Expand source code
def get_dataset_provider_name(self) -> str: return self.__dataset_provider_name
def get_experiment_name(self) ‑> str
-
Obtém o nome do experimento que será utilizado em produção. :return: Nome do experimento que será utilizado em produção.
Expand source code
def get_experiment_name(self) -> str: return self.__experiment_name
def get_model_name(self) ‑> str
-
Obtém o nome do modelo que está em produção. :return: Nome do modelo que está em produção.
Expand source code
def get_model_name(self) -> str: return self.__model_name
def get_model_provider_name(self) ‑> str
-
Obtém o nome do provider que proverá o modelo que está em produção. :return: Nome do provider que proverá o modelo que está em produção.
Expand source code
def get_model_provider_name(self) -> str: return self.__model_provider_name