学习这个时,要和Kubeflow作比较,
看看它们俩在解决和规范机器学习流程方面的思路异同。
mlflow三大内涵:
Tracking, Projects, Models。
一,基础镜像
harbor.xxx.com.cn/3rd_part/continuumio/anaconda3:5.1.0 |
二,安装命令
1, 启用docker容器
docker run -it --rm harbor.xxx.com.cn/3rd_part/continuumio/anaconda3:5.1.0 bash |
2, Pip安装
pip install mlflow |
三,建立一个mlflow server
mlflow server --backend-store-uri /root/mlflow-1.2.0/examples/mlruns --host 0.0.0.0 |
四,官网文档
五,跑一个demo任务
mlflow run sklearn_elasticnet_wine -P alpha=0.5 |
六,也可以在notebook里跑