启动 MLflow 跟踪服务器
在深入了解 MLflow 丰富的功能之前，让我们先设置基本组件：MLflow 跟踪服务器和 MLflow UI。本指南将引导您完成设置并运行两者的步骤。
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 在 PyPI 上很方便。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 跟踪服务器
如果您想通过利用 MLflow 跟踪服务器的托管实例来使用更简单的解决方案，请在此处查看有关选项的详细信息。
首先，您需要启动 MLflow 跟踪服务器。请记住在教程期间保持命令提示符运行，因为关闭它会关闭服务器。
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 跟踪服务器的主机和端口名称。您将在本教程的下一节中需要此信息！
恭喜！您的 MLflow 环境现已设置并准备就绪。随着您的进步，您将探索 MLflow 提供的众多功能，从而简化和增强您的机器学习工作流程。