取消
顯示的結果
而不是尋找
你的意思是:

我能做些什麼來減少MLflow API調用的數量,我做什麼呢?

Joseph_B
新的貢獻者三世
新的貢獻者三世

我適合並行多個模型。對於每一個,我日誌MLflow很多參數和指標。我擊中率限製,導致我的工作問題。

1回複1

Joseph_B
新的貢獻者三世
新的貢獻者三世

嚐試的第一件事就是登錄批次。如果你分別記錄每個參數和指標,你做1 API調用/參數和1 /指標。相反,你應該使用批處理日誌記錄api;如使用“log_params”而不是“log_param”https://mlflow.org/docs/latest/python_api/mlflow.html mlflow.log_params

如果你登錄10每模型參數和指標,這將減少API調用你的10倍。

如果這種優化仍不足,那麼我建議做2件事:

1)短期解決方案:您可以保存數據你希望日誌表和日誌以後它在後續過程。

2)中/長期:我建議你使用磚賬戶團隊想出一個解決方案,能滿足您的需求。一般來說,最好的選擇就是重組模型如何被滿足或記錄在日誌做更有效率的批處理。但是不同的情況下可能有不同的最佳解決方案,所以使用您的帳戶的團隊可能是最好的選擇。

歡迎來到磚社區:讓學習、網絡和一起慶祝

加入我們的快速增長的數據專業人員和專家的80 k +社區成員,準備發現,幫助和合作而做出有意義的聯係。

點擊在這裏注冊今天,加入!

參與令人興奮的技術討論,加入一個組與你的同事和滿足我們的成員。

Baidu
map