مقارنة عمليات التشغيل في واجهة MLflow
رتّبوا التجارب وصفّوها للعثور على أفضل نموذج لديكم.
مقارنة عمليات التشغيل في واجهة MLflow درس مجاني في MLOps Academy على CoddyKit. هذا هو الدرس 3 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في MLOps Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة MLOps Academy 4 دروس في المجموع.
جدول عمليات التشغيل
افتح تجربة في الواجهة، وستحصل على جدول عمليات التشغيل: صف واحد لكل عملية تشغيل، مع عرض معلماتها ومقاييسها في أعمدة متجاورة.
افرز حسب مقياس
انقر على عنوان عمود المقياس لإجراء الفرز. رتّب حسب الدقة ترتيبًا تنازليًا، وستنتقل أفضل عملية تشغيل مباشرةً إلى أعلى الجدول.
صفِّ باستخدام البحث
اكتب استعلامًا في مربع البحث من أجل التصفية. احتفظ فقط بعمليات التشغيل المطابقة لشرط، مثل مقياس يتجاوز عتبة تهمك.
metrics.accuracy > 0.9 and params.max_depth = "6"اختر الأعمدة المعروضة
هل الأعمدة كثيرة جدًا؟ بدّل ظهور المعلمات والمقاييس حتى يعرض الجدول القليل الذي يؤثر فعلًا في قرارك.
حدّد عمليات التشغيل للمقارنة
حدّد مربعات الاختيار بجانب بعض عمليات التشغيل، ثم انقر على Compare. سيفتح MLflow عرضًا مركزًا لعمليات التشغيل المحددة فقط جنبًا إلى جنب.
مخطط الإحداثيات المتوازية
يرسم مخطط الإحداثيات المتوازية كل عملية تشغيل على شكل خط عبر المعلمات والمقاييس، لتتمكن من اكتشاف الإعدادات التي تؤدي إلى درجات مرتفعة.
طرق عرض التبعثر والخطوط الكنتورية
يربط مخطط التبعثر معلمةً واحدةً بمقياس. ويكشف عن اتجاهات، مثل ارتفاع الدقة ثم انخفاضها مع زيادة عمق الشجرة.
افحص عملية تشغيل واحدة
انقر على أي عملية تشغيل لفتح صفحة التفاصيل الخاصة بها. سترى هناك كل معلمة ومقياس ووسم ومنتج مسجل لذلك التنفيذ الواحد.
اقرأ منحنيات المقاييس
في صفحة التفاصيل، تُعرض المقاييس ذات الخطوات على شكل منحنيات. وتشير خسارة تستقر مبكرًا إلى أنك درّبت مدة أطول مما يلزم.
ابحث من الشيفرة أيضًا
لست مضطرًا إلى الاكتفاء بالمتصفح. استخدم search_runs لجلب عمليات التشغيل المطابقة إلى DataFrame وتحليلها برمجيًا.
df = mlflow.search_runs(filter_string="metrics.accuracy > 0.9")من المقارنة إلى القرار
المقارنة هي الطريقة التي تختار بها الفائز. افرز وصفِّ وارسم المخططات حتى تبرز عملية تشغيل واحدة بوضوح، ثم ادفعها نحو الإنتاج.
تحقق سريع
لنتحقق من كيفية إظهار أفضل عملية تشغيل لديك في الواجهة.
مراجعة
فرزت عمليات التشغيل وصفّيتها ورسمتها، ثم فتحت التفاصيل لتأكيد الفائز. تحوّل الواجهة كومة عمليات التشغيل إلى خيار واضح. ✅
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «مقارنة عمليات التشغيل في واجهة MLflow» مجاني؟
نعم — نص درس «مقارنة عمليات التشغيل في واجهة MLflow» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة MLOps Academy، انتقل إلى CoddyKit PRO. تتضمن دورة MLOps Academy 4 دروس في المجموع.
ماذا ستتعلم في «مقارنة عمليات التشغيل في واجهة MLflow»؟
رتّبوا التجارب وصفّوها للعثور على أفضل نموذج لديكم. تتمرن على MLOps Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ MLOps Academy؟
لا تُشترط خبرة سابقة. MLOps Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.
كم من الوقت يستغرق درس «مقارنة عمليات التشغيل في واجهة MLflow»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس MLOps Academy هذا؟
نعم. كل درس في MLOps Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- تثبيت MLflow وبدء التتبع
- تسجيل المعلمات والمقاييس والنتائج
- مقارنة عمليات التشغيل في واجهة MLflow
- التسجيل التلقائي بسطر واحد من التعليمات البرمجية