MLflow 试验入门

本笔记本集合演示了如何启动和运行 MLflow 试验运行。

MLflow 组件

MLflow 是用于管理端到端机器学习生命周期的开源平台。 MLflow 有三个主要组件：

• 跟踪
• 模型
• 项目

通过 MLflow 的“跟踪”组件可使用以下 API 来记录和查询机器模型训练会话（也称为运行）：

• Java
• Python
• R
• REST

MLflow 运行是与机器学习模型训练过程相关的参数、指标、标记和项目的集合。

MLflow 中的试验是什么？

试验是 MLflow 中组织的主要单位；所有 MLflow 运行都属于试验。 每个试验都允许可视化、搜索和比较运行，以及下载运行项目或元数据以便在其他工具中进行分析。 试验在 Azure Databricks 托管的 MLflow 跟踪服务器中进行维护。

试验位于工作区文件树中。 可使用与管理其他工作区对象（如文件夹、笔记本和库）相同的工具来管理试验。

MLflow 示例笔记本

下面的笔记本演示了如何使用 MLflow 跟踪 API 创建并记录 MLflow 运行，以及如何使用试验 UI 来查看运行。 这些笔记本可在 Python、Scala 和 R 中使用。

Python 和 R 笔记本使用笔记本试验。 Scala 笔记本在 Shared 文件夹中创建试验。

• Python 快速入门
• Java 和 Scala 快速入门
• R 快速入门