我有一個mlflow服務器與“——serve-artifacts”和”——backend-store-uri postgres。機器(與基礎鏡像的python容器:3.9圓心)運行git安裝服務器上可用路徑。
我從jupyter-notebooks日誌,這些是在容器(基礎圖python: 3.9 -slim-bullseye)和沒有安裝git。
當我試圖從客戶端自動對數:
mlflow.sklearn.autolog() #準備訓練數據X = np。陣列([[1],[1、2],(2,2)[2、3]])y = np。點(X, np。陣列([1,2]))+ 3 #火車模型模型= LinearRegression()模型。fit (X, y) run_id = mlflow.last_active_run () .info.run_id打印(“記錄數據和模型運行{}”.format (run_id))
我得到警告,git沒有安裝和一些警告和錯誤:
2022/05/01 mlflow.tracking.context 14:21:41警告。git_context:未能導入Git (Git執行可能不是在你的路徑),所以Git沙不是可用的。錯誤:無法初始化:git可執行的不好。git必須指定可執行下列方式之一:-被包括在您的$ PATH設置通過GIT_PYTHON_GIT_EXECUTABLE -顯式地設置git.refresh()所有git命令將直到這是糾正錯誤。這個初始的警告可以沉默,加劇未來GIT_PYTHON_REFRESH美元通過設置環境變量。使用下列值之一:沉默安靜的q | | | | |沒有n | 0:沒有任何警告或例外——w警告| | 1 |警告:印刷警告-誤差e | | |提高r | 2:提高異常的例子:出口GIT_PYTHON_REFRESH =安靜2022/05/01 mlflow.utils 14:21:41信息。autologging_utils:創建MLflow autologging運行ID“e914209e05d449e6af817d0d692b1012”,將跟蹤hyperparameters,性能指標、模型構件和血統信息為當前sklearn工作流2022/05/01 mlflow.utils 14:22:45警告。autologging_utils:遇到意想不到的錯誤在sklearn autologging: API請求http://host.docker.internal: 5000 / api / 2.0 / mlflow-artifacts /工件/ 1 / e914209e05d449e6af817d0d692b10……失敗與異常HTTPConnectionPool(主機= host.docker.internal,端口= 5000):馬克斯重試超過url: / api / 2.0 / mlflow-artifacts /工件/ 1 / e914209e05d449e6af817d0d692b1012 /模型/模型/工件。pkl (ResponseError所致(太多的500錯誤響應))在e914209e05d449e6af817d0d692b1012運行記錄數據和模型
我不明白為什麼客戶需要安裝git,假設客戶必須隻能HTTP請求發送到服務器,不需要安裝任何東西嗎?我失蹤,我如何能避免這種警告,而不是沒有看到它,但實際上修複是什麼導致了它呢?
