Creación de un proyecto básico en GitHub#

Ultima modificación: Mayo 14, 2022

Limpieza del diretorio#

[1]:

!rm -rf mlruns

Repo en GitHub#

assets/mlflow-project-3-github-part-0

Dockerfile#

FROM condaforge/miniforge3

RUN pip install mlflow \
    && pip install pandas \
    && pip install scikit-learn \
    && pip install cloudpickle

Creación de la imagen#

Cree el contendor reemplazando su nombre de usuario:

$ docker build -t jdvelasq/mlflow:example .
$ docker push jdvelasq/mlflow:example

Ejecución del projecto en GitHub#

[ ]:

#
# Ejecución con parámetros por defecto
#
!mlflow run git@github.com:jdvelasq/mlflow-wine-quality.git

2022/06/03 22:41:44 INFO mlflow.projects.utils: === Fetching project from git@github.com:jdvelasq/mlflow-wine-quality.git into /var/folders/34/8tnnc98d5bv6wy7xzfb0qwhh0000gn/T/tmp9fqk1t6o ===
The authenticity of host 'github.com (140.82.114.4)' can't be established.
ED25519 key fingerprint is SHA256:+DiY3wvvV6TuJJhbpZisF/zLDA0zPMSvHdkr4UvCOqU.
This key is not known by any other names
Are you sure you want to continue connecting (yes/no/[fingerprint])?

Ejecución en el ambiente local con parámetros suministrados por el usuario#

[ ]:

!mlflow run /tmp/wine_prj -P alpha=0.2 -P l1_ratio=0.2 -P verbose=1

[ ]:

!mlflow run /tmp/wine_prj -P alpha=0.1 -P l1_ratio=0.1 -P verbose=1

[ ]:

!mlflow run /tmp/wine_prj -P alpha=0.5 -P l1_ratio=0.5 -P verbose=1

MLflow ui#

Para visualizar la interfase use:

mlflow ui

Nota: En docker usar:

mlflow ui --host 0.0.0.0

con:

http://127.0.0.1:5001

assets/mlflow-project-2-docker-part-0

Detalles de la corrida

assets/mlflow-project-2-docker-part-1