使用 MLflow 运行试验

已完成

通过 MLflow 试验，数据科学家可以跟踪名为“试验”的集合中的训练运行。 试验运行对于比较一段时间的更改，或比较具有不同超参数值的模型的相对性能很有用。

运行试验

启动运行时，会自动在 Azure Databricks 中创建试验。 下面的示例展示了在 MLflow 中启动运行、记录两个参数和记录一个指标的过程：

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)

在这种情况下，试验的名称是笔记本的名称。 可选择导出名为 MLFLOW_EXPERIMENT_NAME 的变量来更改试验的名称。

查看试验运行

在 Azure Databricks 门户中，使用“试验”页可以查看每个试验运行的详细信息；包括参数、指标和其他项目的记录值。