Мобильная версияАртефакты MLFLOW хранятся на ftp-сервере, но не отображаются в пользовательском интерфейсе ⇐ Python
-
Anonymous
Артефакты MLFLOW хранятся на ftp-сервере, но не отображаются в пользовательском интерфейсе
Я использую MLFLOW для хранения некоторых параметров и показателей во время обучения на удаленном сервере отслеживания. Теперь я попытался также добавить файл .png в качестве артефакта, но, поскольку сервер MLFLOW работает удаленно, я сохраняю файл на ftp-сервере. Я дал адрес ftp-сервера и путь к MLFLOW:
mlflow server --backend-store-uri sqlite:///mlflow.sqlite --default-artifact-root ftp://user:password@1.2.3.4/artifacts/ --host 0.0.0.0 & Теперь я обучаю сеть и сохраняю артефакт, выполнив:
mlflow.set_tracking_uri(remote_server_uri) mlflow.set_experiment("по умолчанию") mlflow.pytorch.autolog() с mlflow.start_run(): mlflow.log_params(flow_params) тренер.fit(модель) тренер.тест() mlflow.log_artifact("confusion_matrix.png") mlflow.end_run() Я сохраняю файл .png локально, а затем регистрирую его с помощью mlflow.log_artifact("confusion_matrix.png") на ftp-сервере в правой папке, соответствующей эксперименту. Пока все работает, только артефакт не отображается в онлайн-интерфейсе mlflow. Зарегистрированные параметры и метрики отображаются нормально. Панель артефактов остается пустой и показывает только
Артефакты не записаны Используйте API-интерфейсы артефактов журнала для хранения выходных файлов в результате запусков MLflow. Я нашел похожие темы, но только от пользователей, у которых возникла такая же проблема в локальных хранилищах mlflow. К сожалению, мне не удалось применить эти исправления к моей проблеме. У кого-нибудь есть идеи, как это исправить?
Я использую MLFLOW для хранения некоторых параметров и показателей во время обучения на удаленном сервере отслеживания. Теперь я попытался также добавить файл .png в качестве артефакта, но, поскольку сервер MLFLOW работает удаленно, я сохраняю файл на ftp-сервере. Я дал адрес ftp-сервера и путь к MLFLOW:
mlflow server --backend-store-uri sqlite:///mlflow.sqlite --default-artifact-root ftp://user:password@1.2.3.4/artifacts/ --host 0.0.0.0 & Теперь я обучаю сеть и сохраняю артефакт, выполнив:
mlflow.set_tracking_uri(remote_server_uri) mlflow.set_experiment("по умолчанию") mlflow.pytorch.autolog() с mlflow.start_run(): mlflow.log_params(flow_params) тренер.fit(модель) тренер.тест() mlflow.log_artifact("confusion_matrix.png") mlflow.end_run() Я сохраняю файл .png локально, а затем регистрирую его с помощью mlflow.log_artifact("confusion_matrix.png") на ftp-сервере в правой папке, соответствующей эксперименту. Пока все работает, только артефакт не отображается в онлайн-интерфейсе mlflow. Зарегистрированные параметры и метрики отображаются нормально. Панель артефактов остается пустой и показывает только
Артефакты не записаны Используйте API-интерфейсы артефактов журнала для хранения выходных файлов в результате запусков MLflow. Я нашел похожие темы, но только от пользователей, у которых возникла такая же проблема в локальных хранилищах mlflow. К сожалению, мне не удалось применить эти исправления к моей проблеме. У кого-нибудь есть идеи, как это исправить?
