Registrera och hantera en OSS-inbäddningsmodell

Öppna notebook-versionen av den här sidan

Den här notebook-filen konfigurerar open-source textinbäddningsmodell e5-small-v2 i en modellserverslutpunkt som kan användas för vektorsökning.

  • Ladda ned modellen från Hugging Face Hub.
  • Registrera den i MLflow Model Registry.
  • Starta en modellserverslutpunkt för att hantera modellen.

Modellen e5-small-v2 är tillgänglig på https://huggingface.co/intfloat/e5-small-v2.

En lista över biblioteksversioner som ingår i Databricks Runtime finns i viktig information för din Databricks Runtime-version.

Installera Databricks Python SDK

Den här anteckningsboken använder sin Python-klient för att arbeta med serveringsslutpunkter.

%pip install -U databricks-sdk python-snappy
%pip install sentence-transformers
dbutils.library.restartPython()

Ladda ned modell

# Download model using the sentence_transformers library.
from sentence_transformers import SentenceTransformer

source_model_name = 'intfloat/e5-small-v2'  # model name on Hugging Face Hub
model = SentenceTransformer(source_model_name)

# Test the model, just to show it works.
sentences = ["This is an example sentence", "Each sentence is converted"]
embeddings = model.encode(sentences)
print(embeddings)

Registrera modell till MLflow

import mlflow
mlflow.set_registry_uri("databricks-uc")


# Specify the catalog and schema to use. You must have USE_CATALOG privilege on the catalog and USE_SCHEMA and CREATE_TABLE privileges on the schema.
# Change the catalog and schema here if necessary.
catalog = "main"
schema = "default"
model_name = "e5-small-v2"

# MLflow model name. The Model Registry uses this name for the model.
registered_model_name = f"{catalog}.{schema}.{model_name}"

# Compute input and output schema.
signature = mlflow.models.signature.infer_signature(sentences, embeddings)
print(signature)

model_info = mlflow.sentence_transformers.log_model(
  model,
  artifact_path="model",
  signature=signature,
  input_example=sentences,
  registered_model_name=registered_model_name)

inference_test = ["I enjoy pies of both apple and cherry.", "I prefer cookies."]

# Load the custom model by providing the URI for where the model was logged.
loaded_model_pyfunc = mlflow.pyfunc.load_model(model_info.model_uri)

# Perform a quick test to ensure that the loaded model generates the correct output.
embeddings_test = loaded_model_pyfunc.predict(inference_test)
embeddings_test

# Extract the version of the model you just registered.
mlflow_client = mlflow.MlflowClient()

def get_latest_model_version(model_name):
  client = mlflow_client
  model_version_infos = client.search_model_versions("name = '%s'" % model_name)
  return max([int(model_version_info.version) for model_version_info in model_version_infos])

model_version = get_latest_model_version(registered_model_name)
model_version

Skapa modell som betjänar slutpunkt

Mer information finns i Skapa grundläggande modell som betjänar slutpunkter.

Obs! Det här exemplet skapar en liten CPU-slutpunkt som skalar ned till 0. Detta är för snabba, små tester. För mer realistiska användningsfall kan du överväga att använda GPU-slutpunkter för snabbare inbäddningsberäkning och inte skala ned till 0 om du förväntar dig frekventa frågor, eftersom modellserverslutpunkter har lite kalla startkostnader.

endpoint_name = "e5-small-v2"  # Name of endpoint to create

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.serving import EndpointCoreConfigInput

w = WorkspaceClient()

endpoint_config_dict = {
    "served_entities": [
        {
            "name": f'{registered_model_name.replace(".", "_")}_{1}',
            "entity_name": registered_model_name,
            "entity_version": model_version,
            "workload_type": "CPU",
            "workload_size": "Small",
            "scale_to_zero_enabled": True,
        }
    ]
}

endpoint_config = EndpointCoreConfigInput.from_dict(endpoint_config_dict)

# The endpoint may take several minutes to get ready.
w.serving_endpoints.create_and_wait(name=endpoint_name, config=endpoint_config)

Frågeslutpunkt

Kommandot ovan create_and_wait väntar tills slutpunkten är klar. Du kan också kontrollera statusen för serveringsslutpunkten i Databricks-användargränssnittet.

Mer information finns i Frågegrundsmodeller.

# Only run this command after the Model Serving endpoint is in the Ready state.
import time

start = time.time()

# If the endpoint is not yet ready, you might get a timeout error. If so, wait and then rerun the command.
endpoint_response = w.serving_endpoints.query(name=endpoint_name, dataframe_records=['Hello world', 'Good morning'])

end = time.time()

print(endpoint_response)
print(f'Time taken for querying endpoint in seconds: {end-start}')

Exempelanteckningsbok

Registrera och hantera en OSS-inbäddningsmodell

Hämta anteckningsbok

  • Last updated on