mlflow RESOURCE_ALREADY_EXISTS

[mangeldfz]

我想記錄一些運行在我的磚工作區,我麵臨以下錯誤:RESOURCE_ALREADY_EXISTS當我試著運行日誌。

我可以複製下麵的代碼的錯誤:

進口mlflow mlflow進口。從mlflow sklearn。跟蹤進口MlflowClient mlflow.set_experiment(' /學習/ Mlflow-Full-Example / test-mlflow”)與mlflow.start_run (run_name = silly_run-test)運行:mlflow。log_param(“種子”,777年)

錯誤是這樣的,我不知道如何處理衝突與AML實驗

以防錯誤圖像質量沒有足夠的完整信息:

RestException: RESOURCE_ALREADY_EXISTS:未能創造AML實驗實驗id = 1823487114958629,名稱= /學習/ Mlflow-Full-Example / test-mlflow artifactLocation = dbfs: /磚/ mlflow-tracking / 1823487114958629。有一個現有的AML實驗id = fa0eed6c afd5 - 458 b - 9835 - 88903 - b535e04和name = ' / adb / 6432554542138879/1823487114958629 /學習/ Mlflow-Full-Example / test-mlflow”和不兼容的artifactLocation = "。

[mangeldfz]

似乎每一個實驗我創建,mlflow還創建了一個AML實驗相關和AML的實驗都是指向同一個artifactLocation =”“默認情況下。它並不重要,如果你刪除所有實驗使用UI,垃圾收集器檢測到(或有)有一個實驗(一個AML實驗)artifactLocation = " ",所以有衝突的任何新的實驗你想記錄的東西。

[Prabakar · Accepted solution]

嗨@Miguel天使費爾南德斯不推薦“鏈接”磚和AML工作區,正如我們所看到的更多的問題。你可以參考下麵的指令發現使用與AML MLflow。https://docs.microsoft.com/en-us/azure/machine-learning/how-to-use-mlflow

您可以參考https://github.com/MicrosoftDocs/azure-docs/issues/80298拆開。

[mangeldfz]

嗨Prabakar,非常感謝你的回應。最後,我們決定刪除機器學習Azure服務因為參考您提供的手臂把以下錯誤:

我想知道剛剛重新部署Azure服務在同一機器學習資源組將足夠的正確設置兩個服務或將再次連接。我數沒有mlflow磚之間的通信和新Azure機器學習,當然可以。

[匿名]

這就跟你問聲好！

我麵臨同樣的問題與有關WS和想知道你設法找到解決你的問題通過鏈接空間。