python - 如何从自定义 Python 函数 TFX 组件传播 mlpipeline-metrics？

Question

注意：这是我报告的 GitHub 问题的副本。

重新发布它希望得到更多关注，我将更新任何一个站点上的任何解决方案。

问题

我想mlpipeline-metrics从我的自定义 Python 函数 TFX 组件中导出，以便它显示在 KubeFlow UI中。

这是我正在尝试做的一个最小示例：

import json

from tfx.dsl.component.experimental.annotations import OutputArtifact
from tfx.dsl.component.experimental.decorators import component
from tfx.types.standard_artifacts import Artifact

class Metric(Artifact):
    TYPE_NAME = 'Metric'

@component
def ShowMetric(MLPipeline_Metrics: OutputArtifact[Metric]):

    rmse_eval = 333.33

    metrics = {
        'metrics':[
            {
                'name': 'RMSE-validation',
                'numberValue': rmse_eval,
                'format': 'RAW'
            }
        ]
    }

    path = '/tmp/mlpipeline-metrics.json'
    
    with open(path, 'w') as _file:
        json.dump(metrics, _file)

    MLPipeline_Metrics.uri = path

在 KubeFlow UI 中，“运行输出”选项卡显示“未找到此运行的指标”。但是，输出伪影显示在 ML 元数据中（见屏幕截图）。任何有关如何实现这一点的帮助将不胜感激。谢谢！