小编Dow*_*oru的帖子

我想将 Mlflow 设置为具有以下组件：

• 后端存储（本地）：在本地使用 SQLite 数据库来存储 Mlflow 实体（run_id、params、metrics...）
• 工件存储（远程）：使用 Azure Data Lake Storage Gen2 上的 Blob 存储来存储与模型相关的输出文件（版本化数据集、序列化模型、图像等）
• 跟踪服务器：通过使用类似于此命令的命令

z

mlflow server --backend-store-uri sqlite:///C:\sqlite\db\mlruns.db --default-artifact-root wasbs://container-name@storage_account_name.blob.core.windows.net/mlartifacts -h 0.0.0.0 -p 8000

其中 mlruns.db 是我在 SQLite 中创建的数据库（在 db 文件夹内），mlartifacts 是我在 blob 容器内创建的用于接收所有输出文件的文件夹。

我运行此命令，然后运行 ​​mlflow（或运行 kedro，因为我使用的是 Kedro），但几乎没有任何反应。该数据库填充了 12 个表，但全部为空，而数据湖内没有任何反应。

我想要的应该类似于文档中的场景 4 。

对于神器商店，我找不到详细的说明。我尝试在这里查看 Mlflow 的文档，但这不是很有帮助（我仍然是初学者）。他们说：

MLflow 需要 AZURE_STORAGE_CONNECTION_STRING、AZURE_STORAGE_ACCESS_KEY 环境变量中的 Azure 存储访问凭据，或者将凭据配置为 DefaultAzureCredential()。班级可以接他们。

然而，即使添加环境变量，数据湖中似乎也没有存储任何内容。我创建了两个环境变量（在 Windows 10 上）：

• AZURE_STORAGE_ACCESS_KEY = wasbs://container-name@storage_account_name.blob.core.windows.net/mlartifacts

• AZURE_STORAGE_CONNECTION_STRING = DefaultEndpointsProtocol=https；AccountName=storagesample；AccountKey=。我通过在 Azure 门户上遵循以下路径获得它：存储帐户/访问密钥/连接字符串（采用密钥 2 之一）。

他们还指出：

此外，必须单独运行 pip install azure-storage-blob（在客户端和服务器上）才能访问 …

我是plotly的新手，我试图了解如何在plotly提供的updatemenus功能中设置args和args2的值（如文档Updatemenus 文档中所述）。

我尝试使用我在 stackoverflow 的答案中找到的代码片段（Plotly：How to Give different label names in a dropdown menu?）。

这是修改后的代码：

# imports
import plotly.graph_objects as go
import numpy as np

# data
x = np.linspace(-np.pi, np.pi, 100)

y1 = np.sin(x)
y1b = y1-1

y2 = np.tan(x)
y2b = y2-1

# plotly setup
fig = go.Figure()

# Add one ore more traces
fig.add_traces(go.Scatter(x=x, y=y1,name='sin', visible=False, showlegend=True))
fig.add_traces(go.Scatter(x=x, y=y1b,name='sin - 1', visible=False, showlegend=True))

fig.add_traces(go.Scatter(x=x, y=y2,name='tan', visible=False, showlegend=True))
fig.add_traces(go.Scatter(x=x, y=y2b,name='tan - 1', visible=False, showlegend=True)) …