在没有 Conda 环境的情况下部署 MLflow 模型答案

【问题标题】：Deploying MLflow Model without Conda environment在没有 Conda 环境的情况下部署 MLflow 模型
【发布时间】：2020-05-26 06:36:37
【问题描述】：

目前正致力于在 Docker 容器中部署我的 MLflow 模型。 Docker 容器设置了模型的所有必要依赖项，因此对于 MLflow 来说，然后为模型创建/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 标志为模型提供服务，并且 MLflow 将假定您“在具有必要依赖项的 Conda 环境中运行”。当我们在任何具有必要依赖项的环境（不一定是 Conda 环境）中运行时，此解决方案对我们有用。它是否正确？或者当使用--no-conda 标志运行时，我们是否绝对需要激活 Conda 环境？

例如，我可以创建一个 virtualenv，并在 virtualenv 处于活动状态时，使用 mlflow models serve -m [model/path] --no-conda 在本地为模型提供服务。该模型随后可以正常执行，但文档表明这似乎不应该工作，因为它显式调用了 Conda 环境。

【问题讨论】：

标签： python docker virtualenv conda mlflow

【解决方案1】：

您不需要使用 --no-conda 选项安装 Conda 环境。

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。无论您如何安装这些依赖项（pipenv、诗歌或 pip）。

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

您应该能够安全地继续当前的练习。

【讨论】：