เรียกใช้การทดลองด้วย MLflow

เสร็จสมบูรณ์เมื่อ

การทดลอง MLflow อนุญาตให้นักวิทยาศาสตร์ข้อมูลติดตามการทํางานการฝึกอบรมในคอลเลกชันที่เรียกว่า การทดลอง การเรียกใช้การทดลองมีประโยชน์สําหรับการเปรียบเทียบการเปลี่ยนแปลงเมื่อเวลาผ่านไป หรือการเปรียบเทียบประสิทธิภาพสัมพัทธ์ของแบบจําลองที่มีค่า hyperparameter ที่แตกต่างกัน

การเรียกใช้การทดลอง

การสร้างการทดลองใน Azure Databricks จะเกิดขึ้นโดยอัตโนมัติเมื่อคุณเริ่มเรียกใช้งาน นี่คือตัวอย่างของการเริ่มต้นการเรียกใช้ใน MLflow บันทึกพารามิเตอร์สองรายการ และการบันทึกหนึ่งเมตริก:

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)

ในกรณีนี้ ชื่อของการทดลองคือชื่อของสมุดบันทึก คุณสามารถส่งออกตัวแปรที่ชื่อ MLFLOW_EXPERIMENT_NAME เพื่อเปลี่ยนชื่อการทดลองของคุณที่คุณควรเลือก

การตรวจสอบการเรียกใช้การทดสอบ

ในพอร์ทัล Azure Databricks หน้า การทดลอง ช่วยให้คุณสามารถดูรายละเอียดของการเรียกใช้การทดลองแต่ละครั้งได้ รวมถึงค่าที่บันทึกไว้สําหรับพารามิเตอร์ เมตริก และวัตถุอื่นๆ