В данный момент работаю над развертыванием моей модели MLflow в Docker контейнере. Контейнер Docker настроен со всеми необходимыми зависимостями для модели, поэтому для MLflow представляется избыточным также создавать / активировать среду conda для модели. В документации (https://www.mlflow.org/docs/latest/cli.html#mlflow -models-serve ) указано, что вы можете обслуживать модель с флагом --no-conda и что MLflow будет предполагать, что вы «работаете в среде Conda с необходимыми зависимостями». , Это решение работает для нас, когда мы работаем в любой среде с необходимыми зависимостями, не обязательно в среде Conda. Это правильно? Или нам абсолютно необходимо иметь активную среду Conda при работе с флагом --no-conda?
Например, я могу создать virtualenv и, с активным virtualenv, обслуживать модель локально, используя mlflow models serve -m [model/path] --no-conda. Затем модель работает должным образом, но из документации видно, что это не должно работать, поскольку она явно требует среды Conda.