问题标签 [mlflow]

我们已经使用 MLFlow 0.8.2（带有本地文件存储）有一段时间了，我很高兴看到 MLFlow 0.9 的发布。升级到新版本后，我意识到将 MLFLow 服务器指向旧文件存储会导致 Web UI 无法正常工作（我只看到了一些瀑布图像）。

升级时是否有正确迁移数据的建议？

非常感谢提前，

大

有没有办法使用 MLflow 记录数据集的描述性统计信息？如果有的话可以分享一下细节吗？

1. 目前默认情况下，在笔记本运行中，它将创建一个实验 ID，但工件位置将指向 dbfs:/databricks/mlflow/{experiment id} 下的某个内容。如果有办法我们可以在默认实验创建中更改它？我们喜欢管理数据块外部的存储。

2. 试验运行和指标的默认 TTL 有多长？它是可配置的吗？如何配置？

我需要在单独的服务器上运行前端 UI 作为独立的反应应用程序（而不是所有 mlflow python 服务器和包）。但是当我运行生产版本时，我收到以下错误：

您需要启用 JavaScript 才能运行此应用程序。

复制：

在开发模式下，“npm start”它工作得很好：

但是当我在生产中运行它时，我得到了上述错误。

我在论坛中尝试了很多搜索，包括这个： 我在控制台中收到错误“您需要启用 JavaScript 才能运行此应用程序”。反应。但我没能成功。

我正在尝试mlflow通过创建一个非常简单的项目并记录它来学习使用。

我尝试了以下mlflow示例，并且在将 main.py 作为普通 bash 命令运行时，我的代码运行正常。

我无法使用mlflowCLI 使用项目和简单文件运行它。我收到以下错误。

不用说我的 main 有一个.py后缀。

有什么问题导致这个问题吗？

我的 main.py 是：

conda_env.yaml

机器学习项目

我正在尝试使用 MLFlow CLI 运行 MLFlow 项目，并且遵循教程会导致错误。对于我尝试从 CLI 运行的任何项目，我都会收到以下错误

这是我用来启动运行的命令类型的示例，它直接来自教程

我已将错误追溯到涉及 MLFLow 在尝试开始运行时返回空的内容，但我可以使用我正在连接的 Databricks 环境成功运行 MLFlow 实验，所以我不确定问题出在哪里，我正在运行Ubuntu 18.04 上的 MLFlow 0.9.1

您能否让我知道当前版本的 mlflow 中是否有任何此类功能？

据我了解，目前（2019 年 5 月）mlflow 支持在 docker 环境中运行项目；但是，它需要已经构建好的 docker 镜像。这使得 docker 镜像构建成为一个单独的工作流程。从 Dockerfile 运行 mlflow 项目的建议方法是什么？

是否有计划支持在 mlflow 中本地定位 Dockerfile？使用 image vs Dockerfile 有哪些注意事项？谢谢！

我正在使用“MLflow”项目，一个用例是这样的。

目前，我将凭据存储在主机上作为“~/.aws/credential”，并且可以访问主机中的 s3。问题是：在 MLflow 项目中，如何让程序在 docker 访问 s3 文件上运行？

请注意，问题不是“一般”如何设置 docker。问题是在 MLflow 项目中进行 aws 设置/配置的推荐方法。谢谢！

有没有人有链接到与 MLFlow 集成的示例线性回归代码并解释 MLFlow 的所有三个概念，即跟踪、项目和模型？

我特别在寻找相同的演示链接。