Parameter, Metriken und Artefakte protokollieren

In einem Lauf erfassen Sie drei Arten von Daten: die von Ihnen gewählten Parameter, die gemessenen Metriken und die erstellten Dateien.

Ein Parameter ist eine von Ihnen gewählte Eingabe, etwa die Lernrate oder die Baumtiefe. Protokollieren Sie ihn einmal, damit Sie immer wissen, wie ein Lauf konfiguriert war.

Haben Sie ein vollständiges Konfigurations-Dictionary? Verwenden Sie log_params, um jeden Schlüssel und Wert mit einem einzigen Aufruf zu speichern, statt sie Zeile für Zeile zu schreiben.

Eine Metrik ist eine Zahl, die Ihr Modell erzielt, etwa Genauigkeit oder Verlust. Protokollieren Sie sie, damit Läufe später eingestuft und verglichen werden können.

Metriken verändern sich während des Trainings. Übergeben Sie einen Schritt, um den Verlust für jede Epoche zu protokollieren. MLflow zeichnet dann eine Kurve, die Sie in der Benutzeroberfläche untersuchen können.

Ein Artefakt ist jede Datei, die ein Lauf erzeugt: ein gespeichertes Modell, ein Diagramm, ein Bild der Konfusionsmatrix oder eine CSV-Datei mit Vorhersagen.

Verwenden Sie log_artifact, um eine lokale Datei an den Lauf anzuhängen. MLflow kopiert sie in den Artefaktspeicher, damit sie dauerhaft mit diesem Experiment verknüpft bleibt.

Als Faustregel gilt: Ein Parameter ist eine Eingabe, die Sie kontrollieren, eine Metrik ist eine Ausgabe, die Sie messen. Wenn Sie beides protokollieren, lassen sich Läufe vollständig vergleichen.

Fügen Sie einen Tag hinzu, um einen Lauf mit frei formulierten Notizen zu versehen, etwa zur Datenversion oder dazu, wer ihn ausgelöst hat. Tags erleichtern die spätere Suche erheblich.

Jeder Parameter, jede Metrik und jedes Artefakt wird an den aktiven Lauf angehängt. Schließen Sie den Lauf, ist diese Momentaufnahme dauerhaft eingefroren und kann später erneut aufgerufen werden.

Das Protokollieren ist günstig, der Verlust jedoch schmerzhaft. Erfassen Sie alles, was wichtig sein könnte, denn einen nicht aufgezeichneten Lauf können Sie nie rekonstruieren.

Sie haben Parameter, Metriken mit Schritten, Artefakte und Tags protokolliert. Ein Lauf enthält nun seine vollständige Geschichte und kann mit den übrigen Läufen verglichen werden. ✅