没有记录任何工件 MLFlow

Question

我无法在 MLFlow 中存储、查看和检索工件。无论创建新实验并分配正确的实验名称和位置，工件文件夹都是空的。

服务器：mlflow 服务器 --backend-store-uri mlruns/ --default-artifact-root mlruns/ --host 0.0.0.0 --port 5000

创建实验：mlflow.create_experiment(exp_name,artifact_location='mlruns/')

with mlflow.start_run():
    mlflow.log_metric("mse", float(binary))
    mlflow.log_artifact(data_path, "data")
    # log model
    mlflow.keras.log_model(model, "models")

代码编译并运行，但没有记录任何工件。它有 mlflow.log-model.history 文件，但没有 model.h5

Answer 1

当我开始使用 MLflow 时，我遇到了同样的问题。

所以这个概念是有两个不同的东西tracking uri和artifact uri。

tracking uri存储日志并artifact uri存储工件（如 yaml、pkl 等）

但是如果你想要一个通用的 uri，你可以使用 SQLite 作为本地数据库，然后你的命令将是这样的......

mlflow 服务器 --backend-store-uri sqlite:///mlruns.db --主机 0.0.0.0 --端口 5000

Note:如果您正在使用远程服务器，那么您的工件存储也应该是远程存储，它不适用于本地数据库

并且不要忘记显式设置跟踪 uri，有两种方法：

• 在你的代码中mlflow.set_tracking_uri("sqlite:///mlruns.db")
• 使用环境变量export MLFLOW_TRACKING_URI=sqlite:///mlruns.db