從MLflow實驗開始

請注意

托管MLflow與穀歌Cloud上的Databricks集成需要Databricks運行時機器學習9.1 LTS或以上。

這組快速入門筆記本演示了如何啟動和運行MLflow實驗運行。

MLflow組件

MLflow是一個用於管理端到端機器學習生命周期Beplay体育安卓版本的開源平台。MLflow有三個主要組件:

  • 跟蹤

  • 模型

  • 項目

MLflow跟蹤組件允許您記錄和查詢機器模型訓練會話(運行)使用以下api:

一個MLflow運行是與機器學習模型訓練過程相關的參數、指標、標簽和工件的集合。

MLflow的實驗是什麼?

實驗是MLflow的主要組織單位;所有MLflow運行都屬於一個實驗。每個實驗都允許您可視化、搜索和比較運行,以及下載運行工件或元數據,以便在其他工具中進行分析。實驗在Databricks托管的MLflow跟蹤服務器中維護。

實驗地點在瀏覽工作區文件樹。您可以使用與管理其他工作空間對象(如文件夾、筆記本和庫)相同的工具管理實驗。

MLflow快速入門筆記本

以下快速入門筆記本演示如何使用MLflow跟蹤api創建和記錄MLflow運行,以及如何使用實驗UI查看運行。這些筆記本有Python、Scala和R版本。

Python和R筆記本使用筆記本的實驗。Scala筆記本創建了一個實驗共享文件夾中。

請注意

使用Databricks運行時10.3 ML及以上,磚Autologging為Python筆記本默認啟用。