教程概述

作为 MLflow 的入门教程，我们将介绍与跟踪训练事件数据相关的核心 MLflow 功能的基本要素。

我们将从学习如何启动本地 MLflow Tracking server、如何访问和查看 MLflow UI 开始，然后通过使用 MLflow Client 进行与 Tracking server 的首次交互。

教程内容层层递进，最终以成功记录您的第一个 MLflow 模型为目标。

本教程涵盖的主题包括

• 启动一个 MLflow Tracking Server（可选）并连接到 Tracking Server
• 探索 MLflowClient API（简要介绍）
• 理解默认 Experiment
• 使用 MLflow client API 搜索 Experiments
• 理解 tags 的用途以及如何利用它们进行模型组织
• 创建包含我们的 run（以及我们的模型）的 Experiment
• 学习如何将 metrics、parameters 和模型 artifact 记录到 run 中
• 在 MLflow UI 中查看我们的 Experiment 和我们的第一个 run

要开始本教程，请点击下方的 NEXT 或导航到您感兴趣的部分

• 启动 MLflow Tracking Server
• 使用 MLflow Client API
• 创建 Experiments
• 搜索 Experiments
• 创建一个关于苹果的数据集
• 使用 MLflow 记录我们的第一个 runs
• 记录您的第一个 MLflow 模型 Notebook

如果您想下载本指南的 notebook 版本并在本地跟随操作，您可以从下方链接下载 notebook。

下载 Notebook