跳到主内容

启动 MLflow Tracking Server

在深入了解 MLflow 的丰富功能之前，让我们先设置基础组件：MLflow Tracking Server 和 MLflow UI。本指南将引导您完成启动和运行这两者的步骤。

设置 MLflow​

我们需要做的第一件事是获取 MLflow。

步骤 1: 从 PyPI 安装 MLflow​

MLflow 可方便地从 PyPI 获取。安装它就像运行 pip 命令一样简单。

pip install mlflow

步骤 2 (可选): 启动 MLflow Tracking Server​

如果您希望使用更简单的解决方案，利用托管的 MLflow Tracking Server 实例，请在此处查看有关选项的详细信息。

首先，您需要启动 MLflow Tracking Server。请记住在教程期间保持命令提示符窗口运行，因为关闭它将关闭服务器。

mlflow server --host 127.0.0.1 --port 8080

服务器开始运行后，您应该会看到以下输出

[2023-11-01 10:28:12 +0900] [28550] [INFO] Starting gunicorn 20.1.0
[2023-11-01 10:28:12 +0900] [28550] [INFO] Listening at: http://127.0.0.1:8080 (28550)
[2023-11-01 10:28:12 +0900] [28550] [INFO] Using worker: sync
[2023-11-01 10:28:12 +0900] [28552] [INFO] Booting worker with pid: 28552
[2023-11-01 10:28:12 +0900] [28553] [INFO] Booting worker with pid: 28553
[2023-11-01 10:28:12 +0900] [28555] [INFO] Booting worker with pid: 28555
[2023-11-01 10:28:12 +0900] [28558] [INFO] Booting worker with pid: 28558
...
注意

请记住分配给您的 MLflow tracking server 的主机名和端口号。您将在本教程的下一节中需要这些信息！

恭喜！您的 MLflow 环境现已设置完成并准备就绪。随着您的深入学习，您将探索 MLflow 提供的各种功能，从而简化和增强您的机器学习工作流程。