Spouštění experimentů pomocí MLflow
Experimenty MLflow umožňují datovým vědcům sledovat trénovací běhy v kolekci označované jako experiment. Spuštění experimentů jsou užitečná pro porovnání změn v průběhu času nebo porovnání relativního výkonu modelů s různými hodnotami hyperparametrů.
Spuštění experimentu
Při spuštění spuštění se při vytváření experimentu v Azure Databricks automaticky spustí. Tady je příklad spuštění spuštění v MLflow, protokolování dvou parametrů a protokolování jedné metriky:
with mlflow.start_run():
mlflow.log_param("input1", input1)
mlflow.log_param("input2", input2)
# Perform operations here like model training.
mlflow.log_metric("rmse", rmse)
V tomto případě je název experimentu název poznámkového bloku. Je možné exportovat proměnnou s názvem MLFLOW_EXPERIMENT_NAME změnit název experimentu, kterou byste měli zvolit.
Kontrola spuštění experimentu
Na portálu Azure Databricks vám stránka Experimenty umožňuje zobrazit podrobnosti o každém spuštění experimentu, včetně zaprotokolovaných hodnot parametrů, metrik a dalších artefaktů.
