Python 采用mlflow keras模型的存储定标器

我们正在考虑使用mlflow来处理我们的keras模型，我们还希望使用mlflow在azure中部署这些模型。但是，这些模型需要对数据进行一些简单的预处理，在我们的例子中，需要使用最小-最大定标器。为了使部署的模型能够正确响应，它们必须对输入应用scaler（对输出应用reverse）。我还没有找到任何方法在持久化/部署的模型中包含伸缩性。我是否忽略了一些东西，或者这是不可能的？

Mlflow的Mlflow.keras和Mlflow日志API会保存您的模型，并根据需要重新加载它，您大概知道这一点，并且做得很好

如果重新加载以h5格式保存的模型，并提供新的输入处理的最小-最大标量，它应该可以工作

另一方面，我们在谷歌上有一个mlflow用户组。请把这个也贴在那里。 您可以在此处找到URL：

干杯

---

Jules

问题在于将模型和参数保存为一个“对象”，因为它们属于同一个对象。答案假设是这样的。关于如何保持模型和参数之间的联系，我也有同样的问题