共用方式為

MLflow 3 傳統 ML 工作流程

範例筆記本

範例筆記本會執行模型定型作業，該作業會追蹤為 MLflow Run，以產生定型模型，該模型會追蹤為 MLflow 記錄模型。

MLflow 3 傳統 ML 模型筆記本

拿筆記本

使用 MLflow UI 探索模型參數和效能

若要在 MLflow UI 中探索模型：

  1. 按一下工作區側邊欄中的 實驗。

  2. 在實驗清單中尋找您的實驗。 您可以選取 [ 僅我的實驗 ] 複選框，或使用 [ 篩選實驗 ] 搜尋方塊來篩選實驗清單。

  3. 按一下實驗的名稱。 執行 頁面隨即開啟。 實驗包含兩個 MLflow 執行，一個用來定型模型，另一個用來評估模型。

    MLflow 3 運行標籤顯示訓練和測試運行。

  4. 請點擊模型索引標籤。此畫面會追蹤LoggedModelelasticnet。 您可以看到所有參數和元數據，還有從訓練和評估過程連結的所有指標。

    MLflow 3 模型索引標籤，其中顯示具有計量和參數的定型模型。

  5. 按兩下模型名稱以顯示模型頁面，其中包含模型參數和計量等資訊，以及其來源執行、相關數據集和 Unity 目錄中註冊的模型版本等詳細數據。

    MLflow 3 模型詳細數據頁面。

  6. 筆記本會將模型註冊到 Unity 目錄。 因此，所有模型參數和效能數據都可以在目錄總管的模型版本頁面上取得。 您可以按下 MLflow 模型頁面的模型版本，直接進入此頁面。 點擊 model ID 和 source run 將分別帶您回到 MLflow 模型和執行頁面。

    Catalog Explorer 中的模型版本號頁面。

MLflow 實驗頁面上的 [ 模型 ] 索引標籤與目錄總管中的模型版本頁面有何差異？

實驗頁面的 [模型] 索引標籤和目錄總管中的模型版本頁面會顯示模型的相關類似資訊。 這兩個檢視在模型開發和部署生命週期中有不同的角色。

  • 實驗頁面的 [ 模型 ] 索引標籤會顯示單一頁面上實驗中記錄模型的結果。 此頁面上的 [ 圖表 ] 索引標籤提供視覺效果，可協助您比較模型，並選取要註冊至 Unity 目錄的模型版本以進行可能的部署。
  • 在目錄總管中，模型版本頁面提供所有模型效能和評估結果的概觀。 此頁面會顯示所有鏈接環境的模型參數、計量和追蹤，包括不同的工作區、端點和實驗。 這很適合用於監視和部署，而且特別適用於 部署作業。 部署作業中的評估工作會建立出現在此頁面的其他計量。 作業的核准者接著可以檢閱此頁面，以評估是否要核准部署的模型版本。

後續步驟

若要深入瞭解 LoggedModel MLflow 3 中引進的追蹤，請參閱下列文章：

若要深入瞭解如何搭配深度學習工作流程使用 MLflow 3，請參閱下列文章：

  • Last updated on