问题标签 [mlflow]

我试图在 anaconda 提示符下运行 mlflow 运行练习，但它一直给我错误。我正在使用 mlflow 1.40 版，如果我使用 --no-conda 执行上面的代码，它可以正常工作

mlflow run https://github.com/mlflow/mlflow-example -P alpha=0.5- 不工作

mlflow run https://github.com/mlflow/mlflow-example -P alpha=0.5 --no-conda- 作品

激活 conda 环境时出现错误。如果我手动激活它，特定的 conda 环境可以正常工作。它只是在 mlflow 命令中不起作用。

我正在尝试在 mlflow 中实现基于 tensorflow（keras）的模型，同时了解它的工作原理以及它是否适合我们的需求。我正在尝试从 tensorflow 网站实现 Fashion MNIST 示例这里是链接

我能够使用以下代码训练模型并将其成功记录到 mlflow 中：

然后我现在用模型服务子命令来服务它

问题是我无法做出预测：

我收到此错误：

上面的代码适用于一维模型

在我看来，该错误与 pandas DataFrame 是二维数据结构而模型需要三维输入这一事实有关。

错误“...但得到了形状为 (1, 28) 的数组”中的最新单词。输入形状应该是 (1, 28, 28)

有没有办法将这种模型与 mlflow 一起使用？有一种方法可以直接序列化和发送 numpy 数组作为输入而不是 pandas 数据帧？

As I am logging my entire models and params into mlflow I thought it will be a good idea to have it protected under a user name and password.

I use the following code to run the mlflow server

mlflow server --host 0.0.0.0 --port 11111 works perfect,in mybrowser i type myip:11111 and i see everything (which eventually is the problem)

If I understood the documentation and the following https://groups.google.com/forum/#!topic/mlflow-users/E9QW4HdS8a8 link here correct, I should use nginx to create the authentication.

I installed nginx open sourcre and apache2-utils

created sudo htpasswd -c /etc/apache2/.htpasswd user1 user and passwords.

I edited my /etc/nginx/nginx.conf to the following:

but no authentication appears.

if I change the conf to listen to listen 11111 I get an error that the port is already in use ( of course, by the mlflow server....)

my wish is to have a authentication window before anyone can enter by the mlflow with a browser.

would be happy to hear any suggestions.

我正在尝试在本地网络中的另一台机器上运行 MLFlow，我想寻求一些帮助，因为我现在不知道该怎么做。

我有一个在服务器上运行的 mlflow服务器。mlflow 服务器在服务器上的我的用户下运行，并已像这样启动：

我的程序应该将所有数据记录到 mlflow 服务器，如下所示：

参数 get 和 metrics 被传输到服务器而不是工件。为什么呢？

关于 SFTP 部分的注意事项：我可以通过 SFTP 登录并安装了 pysftp 包

我们一直在关注有关使用 MLFlow 将 ML 模型从 Azure Databricks 部署到 Azure ML 的最新 Microsoft 网络研讨会，当尝试使用以下代码从 Databricks 笔记本运行实验时出现以下错误：

错误信息：

UnsupportedModelRegistryStoreURIException：不支持的 URI 'adbazureml://westus.experiments.azureml.net/history/v1.0/subscriptions/cemrecdsap-t10us-20180830/resourceGroups/2f5a718e-7c56-4dd3-aa7b-03a19b70667/providers/Microsoft.MachineLearningServices/workspaces /cemrecdsap-mlservice' 用于模型注册表存储。支持的方案有：['', 'file', 'sqlite', 'https', 'databricks', 'postgresql', 'mysql', 'http', 'mssql']

我们在 Microsoft MLflow 网络研讨会中建议使用的初始化脚本：（在此处可用，但现在已删除 - https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/azure-databricks/链接/azureml-cluster-init.sh )

我们使用最新的 MLFlow 版本，1.4

网络研讨会中使用的adbazureml协议是否有可能不被 MLFlow 支持？还是我们错过了其他东西？

操作系统：Ubuntu 18

蟒蛇：Python 3.6

机器学习流：1.4

我正在尝试让 MLflow 项目运行。这是我的项目：

• 机器学习流

  • conda.yaml

  • 主文件

  • 准备数据.py

  • 学习.py

  • 项目清单

该项目很大程度上基于此回购：https ://github.com/mlflow/mlflow/tree/master/examples/multistep_workflow 我正在尝试使用 MLflow 项目和 main.py 脚本运行 prep_data 和学习脚本作为切入点。对于执行，我使用以下命令：mlflow run . -P experiment_name=testproject

但我收到以下错误：

我不确定我是否正确理解了这个错误，但它似乎是在说我正在使用多个实验。但是我相当肯定我只使用 1 (testproject)。浏览 SO 和 Github 问题建议我应该设置环境变量MLFLOW_TRACKING_URI，但没有说明如何设置。因此我尝试了两种不同的方法：1）在运行 MLflow 项目之前将其导出：$ export MLFLOW_TRACKING_URI='http://127.0.0.1:5099' 2）使用 python 在我的 main.py 脚本的开头设置它：os.environ['MLFLOW_TRACKING_URI'] = 'http://127.0.0.1:5099' 两者都没有任何效果。在这里你可以看到我的项目：

主文件

准备数据.py

对于如何解决此问题的任何想法，我都很高兴。

非常感谢！

干杯，拉斐尔

我创建了模型，我想学习在生产中部署 ML Flow 模型。我可以通过 sep 教程获得 setp，而我可以在我的 PC 上部署 model.on [假设它到生产环境]

我正在使用带有文件存储的 mlflow 跟踪作为后端存储一段时间，我在系统中记录了很多运行。
最近我想开始使用模型注册表，但不幸的是，目前只有 DB 作为后端存储才支持此功能。
如何在不丢失我已经记录的所有运行的情况下更改后端存储？

我用来运行服务器的命令：

我在参考模型注册表为模型提供服务时遇到问题。根据帮助，路径应如下所示：

模型：/模型名称/阶段

当我输入终端时：
mlflow models serve -m models:/ml_test_model1/Staging --no-conda -h 0.0.0.0 -p 5003

我得到了错误：
mlflow.exceptions.MlflowException: Not a proper models:/ URI: models:/ml_test_model1/Staging/MLmodel. Models URIs must be of the form 'models:/<model_name>/<version or stage>'.

模型在数据库和服务器中注册并可见。
如果我输入绝对路径，它可以工作（experiment_id/run_id/artifacts/model_name）。

mlflow 版本：1.4
Python 版本：3.7.3

是一些环境设置的问题还是不同的问题？

我正在关注 MLFlow 网站上的教程。我能够运行 train.py 并且 mlflow ui 运行良好。打包项目尝试使用环境变量 MLFLOW_CONDA_HOME 但找不到 conda。我尝试将变量设置为 anaconda3/condabin 的路径，但它似乎找不到我的可执行文件。这是我得到的错误：错误 mlflow.cli: === 无法在 /anaconda3/condabin\bin/conda 找到 Conda 可执行文件。确保按照https://conda.io/docs/user-guide/install/index.html上的说明安装 Conda 。您还可以通过将 MLFLOW_CONDA_HOME 环境变量设置为 Conda 可执行文件的路径来配置 MLflow 以查找特定的 Conda 可执行文件 ===

在我的路径末尾添加 \bin/conda 似乎是问题所在，我不确定 mlflow 为什么要这样做。我什至尝试在我的 conda env 中将它设置为我的 python.exe，但没有运气。我在任何地方的 Anaconda 文件夹中都找不到 bin/conda 文件夹。