Instalacja MLflow i rozpoczęcie śledzenia
Uruchom serwer śledzenia i skieruj do niego swój kod.
Instalacja MLflow i rozpoczęcie śledzenia to bezpłatna lekcja MLOps Academy na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej MLOps Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs MLOps Academy zawiera 4 lekcji w sumie.
Po co w ogóle śledzić przebiegi
Uruchamiasz dziesiątki eksperymentów i zapominasz, które ustawienia dały najlepszy wynik. MLflow rejestruje każdy przebieg, więc żaden wynik już się nie zgubi.
Zainstaluj narzędzie
MLflow to po prostu pakiet Pythona. Jedno polecenie pip install udostępnia bibliotekę, API do śledzenia i wbudowany interfejs internetowy do przeglądania przebiegów.
pip install mlflowSerwer śledzenia
Serwer śledzenia to miejsce, w którym przechowywane są przebiegi. Uruchom go lokalnie, a udostępni API i panel na porcie 5000.
mlflow server --host 127.0.0.1 --port 5000Skieruj na niego swój kod
Wskaż MLflow adres serwera za pomocą set_tracking_uri. Od tej chwili każdy rejestrowany przebieg będzie trafiał na ten serwer.
import mlflow
mlflow.set_tracking_uri("http://127.0.0.1:5000")Czym jest przebieg
Przebieg to jedno wykonanie kodu trenowania. Zawiera wybrane parametry, uzyskane metryki i wszystkie zapisane pliki.
Rozpocznij przebieg
Umieść trenowanie wewnątrz start_run. MLflow otworzy przebieg, nada mu unikalny identyfikator i poprawnie go zamknie po zakończeniu bloku.
with mlflow.start_run():
train_model()Eksperymenty grupują przebiegi
Eksperyment to nazwany folder na powiązane przebiegi. Ustaw go, aby wszystkie próby utworzenia modelu rezygnacji znajdowały się razem, zamiast być rozproszone.
mlflow.set_experiment("churn-model")Gdzie przechowywane są przebiegi
W tle MLflow zapisuje metadane przebiegów w magazynie backendowym, takim jak baza SQLite lub Postgres, dzięki czemu dane przetrwają ponowne uruchomienie.
Tryb plików lokalnych
Nie masz jeszcze serwera? MLflow korzysta wtedy z lokalnego folderu mlruns. To świetne rozwiązanie do szybkich testów, ale zespołom lepiej służy wspólny serwer.
Otwórz interfejs
Wszystko, co zarejestrowałeś, możesz przeglądać w interfejsie MLflow. Wystarczy otworzyć adres serwera w przeglądarce, aby zobaczyć przebiegi w tabeli z możliwością sortowania.
Śledzenie to pierwszy krok
Śledzenie jest fundamentem MLOps. Gdy każdy przebieg zostanie zarejestrowany, możesz z pewnością porównywać, odtwarzać i wdrażać modele.
Szybkie sprawdzenie
Sprawdźmy, jak połączyć kod z MLflow.
Podsumowanie
Zainstalowałeś MLflow, uruchomiłeś serwer śledzenia, skierowałeś na niego swój kod i otworzyłeś przebieg. Każdy eksperyment ma teraz swoje miejsce. ✅
Często zadawane pytania
Czy lekcja „Instalacja MLflow i rozpoczęcie śledzenia” jest bezpłatna?
Tak — pełny tekst „Instalacja MLflow i rozpoczęcie śledzenia” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu MLOps Academy, przejdź na CoddyKit PRO. Kurs MLOps Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Instalacja MLflow i rozpoczęcie śledzenia”?
Uruchom serwer śledzenia i skieruj do niego swój kod. Ćwiczysz MLOps Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć MLOps Academy?
Nie wymagamy żadnego doświadczenia. MLOps Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Instalacja MLflow i rozpoczęcie śledzenia”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji MLOps Academy?
Tak. Każda lekcja MLOps Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Instalacja MLflow i rozpoczęcie śledzenia
- Rejestrowanie parametrów, metryk i artefaktów
- Porównywanie uruchomień w interfejsie MLflow
- Automatyczne logowanie jedną linią kodu