現在、MLflow モデルを Docker コンテナーにデプロイする作業を行っています。Docker コンテナーは、モデルに必要なすべての依存関係でセットアップされているため、MLflow がモデルの conda 環境を作成/アクティブ化することも冗長に見えます。ドキュメント ( https://www.mlflow.org/docs/latest/cli.html#mlflow-models-serve ) を見ると、フラグを使用してモデルを提供でき--no-conda、MLflow は「実行中」であると想定すると書かれています。必要な依存関係を持つ Conda 環境」。このソリューションは、必ずしも Conda 環境ではなく、必要な依存関係を持つ環境で実行するときに機能します。これは正しいです？--no-condaまたは、フラグを使用して実行する場合、Conda 環境をアクティブにする必要がありますか?
たとえば、virtualenv を作成し、virtualenv がアクティブな状態で、 を使用してローカルでモデルを提供できますmlflow models serve -m [model/path] --no-conda。その後、モデルは適切に実行されますが、ドキュメントでは、Conda 環境を明示的に呼び出すため、これは機能しないように聞こえます。