الوصول إلى خادم تعقب MLflow من خارج Azure Databricks

قد ترغب في تسجيل الدخول إلى خادم تعقب MLflow من تطبيقاتك الخاصة أو من MLflow CLI.

توضح هذه المقالة خطوات التكوين المطلوبة. ابدأ بتثبيت MLflow وتكوين بيانات الاعتماد الخاصة بك (الخطوة 1). يمكنك بعد ذلك إما تكوين تطبيق (الخطوة 2) أو تكوين MLflow CLI (الخطوة 3).

للحصول على معلومات حول كيفية التشغيل وتسجيل الدخول إلى خادم تعقب مفتوح المصدر، راجع وثائق مصدر مفتوح.

الخطوة 1: تكوين بيئتك

إذا لم يكن لديك حساب Azure Databricks، يمكنك تجربة Databricks مجانا.

لتكوين بيئتك للوصول إلى خادم تتبع MLflow المستضاف في Azure Databricks:

1. تثبيت MLflow باستخدام pip install mlflow.
2. تكوين المصادقة. قم بواحد مما يلي:

   • إنشاء رمز مميز لواجهة برمجة تطبيقات REST وإنشاء ملف بيانات اعتماد باستخدام databricks configure --token.

   • حدد بيانات الاعتماد عبر متغيرات البيئة:

     # Configure MLflow to communicate with a Databricks-hosted tracking server
     export MLFLOW_TRACKING_URI=databricks
     # Specify the workspace hostname and token
     export DATABRICKS_HOST="..."
     export DATABRICKS_TOKEN="..."
     

الخطوة 2: تكوين تطبيقات MLflow

قم بتكوين تطبيقات MLflow لتسجيل الدخول إلى Azure Databricks عن طريق تعيين تعقب URI إلى databricksأو databricks://<profileName>، إذا حددت اسم ملف تعريف عبر --profile أثناء إنشاء ملف بيانات الاعتماد الخاص بك. على سبيل المثال، يمكنك تحقيق ذلك عن طريق تعيين MLFLOW_TRACKING_URI متغير البيئة إلى "databricks".

الخطوة 3: تكوين MLflow CLI

قم بتكوين MLflow CLI للاتصال بخادم تعقب Azure Databricks مع MLFLOW_TRACKING_URI متغير البيئة. على سبيل المثال، لإنشاء تجربة باستخدام CLI مع تعقب URI databricks، قم بتشغيل:

# Replace <your-username> with your Databricks username
export MLFLOW_TRACKING_URI=databricks
mlflow experiments create -n /Users/<your-username>/my-experiment