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:
- تثبيت MLflow باستخدام
pip install mlflow
. - 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 databricks
أو 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