Comparer les exécutions dans l’interface MLflow
Triez et filtrez les expériences pour trouver votre meilleur modèle.
Comparer les exécutions dans l’interface MLflow est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage MLOps Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours MLOps Academy comprend 4 leçons au total.
Le tableau des exécutions
Ouvrez une expérience dans l'interface et vous obtenez un tableau des exécutions : une ligne par exécution, avec ses paramètres et ses métriques disposés côte à côte en colonnes.
Trier selon une métrique
Cliquez sur l'en-tête d'une colonne de métrique pour trier. Triez par précision décroissante et votre meilleure exécution arrivera directement en tête du tableau.
Filtrer avec une recherche
Saisissez une requête dans le champ de recherche pour filtrer. Ne conservez que les exécutions qui respectent une condition, comme une métrique supérieure au seuil qui vous intéresse.
metrics.accuracy > 0.9 and params.max_depth = "6"Choisir les colonnes affichées
Trop de colonnes ? Activez ou désactivez l'affichage des paramètres et des métriques afin que le tableau ne montre que les quelques éléments qui orientent réellement votre décision.
Sélectionner des exécutions à comparer
Cochez les cases à côté de quelques exécutions, puis cliquez sur Comparer. MLflow ouvre une vue ciblée de ces seules exécutions, côte à côte.
Le graphique à coordonnées parallèles
Le graphique à coordonnées parallèles représente chaque exécution par une ligne traversant les paramètres et les métriques, afin que vous puissiez repérer les réglages qui produisent les meilleurs scores.
Vues en nuage de points et en contours
Un graphique en nuage de points met en relation un paramètre et une métrique. Il révèle des tendances, comme une précision qui augmente puis diminue lorsque la profondeur de l'arbre croît.
Examiner une exécution
Cliquez sur une exécution pour ouvrir sa page de détails. Vous y verrez chaque paramètre consigné, la courbe des métriques, l'étiquette et l'artefact de cette seule exécution.
Lire les courbes de métriques
Sur la page de détails, les métriques par étapes sont affichées sous forme de courbes. Une perte qui se stabilise rapidement indique que vous avez probablement entraîné le modèle plus longtemps que nécessaire.
Rechercher aussi depuis le code
Vous n'êtes pas limité au navigateur. Utilisez search_runs pour charger les exécutions correspondantes dans un DataFrame et les analyser par programmation.
df = mlflow.search_runs(filter_string="metrics.accuracy > 0.9")De la comparaison à la décision
Comparer permet de choisir un vainqueur. Triez, filtrez et tracez des graphiques jusqu'à ce qu'une exécution se distingue clairement, puis faites-la progresser vers la production.
Vérification rapide
Vérifions comment faire ressortir votre meilleure exécution dans l'interface.
Récapitulatif
Vous avez trié, filtré et représenté graphiquement les exécutions, puis ouvert les détails pour confirmer un vainqueur. L'interface transforme un ensemble d'exécutions en un choix clair. ✅
Questions Fréquemment Posées
La leçon « Comparer les exécutions dans l’interface MLflow » est-elle gratuite ?
Oui — le texte complet de « Comparer les exécutions dans l’interface MLflow » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours MLOps Academy, passe à CoddyKit PRO. Le cours MLOps Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Comparer les exécutions dans l’interface MLflow » ?
Triez et filtrez les expériences pour trouver votre meilleur modèle. Tu pratiques MLOps Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer MLOps Academy ?
Aucune expérience préalable n'est requise. MLOps Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « Comparer les exécutions dans l’interface MLflow » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon MLOps Academy ?
Oui. Chaque leçon MLOps Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Installer MLflow et commencer le suivi
- Journaliser les paramètres, les métriques et les artefacts
- Comparer les exécutions dans l’interface MLflow
- Activer la journalisation automatique en une ligne de code