启动 MLflow 跟踪服务器

在深入了解 MLflow 的丰富功能之前，让我们先设置基础组件：MLflow 跟踪服务器和 MLflow UI。本指南将引导您完成启动这两个组件的步骤。

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 上方便地可用。安装它就像运行一个 pip 命令一样简单。

pip install mlflow

步骤 2（可选）：启动 MLflow 跟踪服务器

如果您希望通过利用MLflow Tracking Server的托管实例来使用更简单的解决方案，请 在此处查看选项的详细信息。

首先，你需要启动 MLflow 跟踪服务器。请记住在整个教程期间保持命令提示符运行，因为关闭它将关闭服务器。

mlflow server --host 127.0.0.1 --port 8080

服务器启动后，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
...

备注

记住你的 MLflow 跟踪服务器分配的主机和端口名称。你将在本教程的下一部分中需要这些信息！

恭喜！您的 MLflow 环境现已设置完毕，随时可以使用。随着您的进展，您将探索 MLflow 提供的众多功能，简化并增强您的机器学习工作流程。