使用免费托管的MLflow简化您的MLflow项目
如果你是MLflow的新手，并希望开始使用完全托管且完全免费的MLflow部署，这篇博客将向你展示如何在几分钟内开始使用MLflow。
简化您的机器学习项目：免费开始使用托管MLflow
通过Databricks Community Edition (CE)探索大数据和机器学习的世界，这是一个免费、有限1版本的Databricks平台。 该版本非常适合初学者和刚接触Databricks及MLflow的用户，通过提供托管环境简化了学习曲线。它消除了手动设置跟踪服务器的复杂性。Databricks CE包含托管的MLflow，能够高效管理和可视化您的MLflow实验。这使其成为在用户友好界面中开发机器学习项目的理想选择，允许您从最喜欢的IDE、笔记本环境甚至Databricks CE的笔记本内部进行连接。
使用 Databricks CE 进行 MLflow 的优势
MLflow 是一个与任何平台兼容的开源框架，但在 Databricks（包括社区版，CE）上使用时相比其他平台具有显著优势。这些优势包括：
-
成本效益高: 完全免费，Databricks CE上的MLflow非常适合教育用途和小规模项目。
-
简单设置: 从任何位置访问完全托管的跟踪服务器和用户界面。要连接到Databricks CE，只需执行
mlflow.login()。 -
便捷共享: 在 Databricks 生态系统中，共享您的笔记本既简单又无忧。
-
无缝集成: Databricks CE 允许直接存储和可视化 MLflow 实验、运行和模型。
-
可扩展性: MLflow on Databricks CE 为您的项目提供了便捷的扩展路径。它还能与 Databricks 平台上提供的各种数据工具无缝集成。
场景
在这篇博客中，我们将引导您在本地设备上运行ML实验，并在托管于Databricks CE上的MLflow跟踪服务器上进行跟踪
为了让您了解运行 MLflow 的可用选项，下图展示了常见设置配置的可能性。
对于这篇博客，我们展示的是#3，使用远程（完全托管）的跟踪服务器。
分步指南
1. 创建 Databricks CE 账户
如果您还没有，可以注册一个免费账户。这个过程很快，通常不超过3分钟。
填写注册表单并选择“开始使用社区版”。
注册后，您将获得有关如何设置密码的信息，以便登录到 CE2。
2. Installing Dependencies
在开始之前，请确保已安装必要的软件包。在您设备上偏好的IDE或笔记本中运行以下命令：
%pip install -q mlflow databricks-sdk
3. 设置Databricks CE认证
Databricks Community Edition (CE) 的主要优势在于其便利性：它提供了一个 MLflow 跟踪服务器，无需进行 本地基础设施设置。创建 CE 账户后，您可以通过 mlflow.login() 函数轻松访问此服务器，从而简化 MLflow 实验跟踪的过程。
要使用 Databricks CE 进行身份验证，请使用 mlflow.login() 函数。这将提示您输入：
-
Databricks 主机:
https://community.cloud.databricks.com/ -
用户名: 您的 Databricks CE 邮箱地址。
-
密码: 您的 Databricks CE 密码。
认证成功后，您将看到一条确认消息。
import mlflow
mlflow.login()
# Follow the prompts for authentication
4. 连接到托管MLflow并使用Databricks CE追踪实验
从本地机器登录后，使用mlflow.set_experiment()启动一个实验并记录一些指标。例如：
mlflow.set_experiment("/Users/\<email>/check-databricks-ce-connection")
with mlflow.start_run():
mlflow.log_metric("foo", 1)
mlflow.log_metric("bar", 2)
注意: Databricks 环境要求您使用目录（从根目录开始）设置实验
/Users/{your email address for your account}/{name of your experiment}, 这与自托管MLflow（以及在本地运行MLflow时）的行为不同。
5. 在Databricks CE中查看您的实验
现在让我们导航到 Databricks CE 查看实验结果。登录您的 Databricks CE 账户，点击左上角在下拉列表中选择机器学习。最后，点击实验图标。请参考以下截图：
导航至机器学习部分
导航至 MLflow UI
在“实验”视图中，你应该能找到名为 /Users/{your email}/check-databricks-ce-connection 的实验，类似于：
点击运行名称，在此示例中为 'youthful-lamb-287'（请注意，在您的 CE 控制台中会看到一个不同的随机生成名称）， 将带您进入运行视图，该视图类似于以下内容：
在运行视图中，您将看到我们的虚拟指标 “foo” 和 “bar” 已成功记录。
6. 在Databricks CE中运行任何MLflow教程
如果你想尝试MLflow网站上的教程，可以使用Databricks CE快速测试（如果你有兴趣，还可以修改）该教程。例如，如果你想测试 Creating Custom Pyfunc tutorial：
- 点击工作区并选择“导入笔记本”
-
使用
URL选项直接从MLflow文档网站导入笔记本。对于此示例，要导入，请将URL的最后一个元素从html替换为ipynb。这可以应用于托管在MLflow网站上的任何教程或指南笔记本。.../notebooks/basic-pyfunc.
html→ .../notebooks/basic-pyfunc.ipynb3
结论
Databricks Community Edition (CE) 提供了一个便捷且协作的MLflow实验跟踪平台，具有多项优势。其设置过程轻松快捷，提供用户友好的体验。此外，它是免费使用的，使其成为初学者、学习者和小型项目的理想选择。
入门指南
在Databricks上试用笔记本
延伸阅读
-
了解更多关于设置跟踪服务器的不同方法
-
了解更多关于使用 Databricks CE 运行 Tutorial Notebooks 的信息