Accedere al server di rilevamento MLflow dall'esterno di Azure Databricks

È possibile accedere al server di rilevamento MLflow dalle proprie applicazioni o dall'interfaccia della riga di comando di MLflow.

Questo articolo descrive i passaggi di configurazione necessari. Iniziare installando MLflow e configurando le credenziali (passaggio 1). È quindi possibile configurare un'applicazione (passaggio 2) o configurare l'interfaccia della riga di comando di MLflow (passaggio 3).

Per informazioni su come avviare e accedere a un server di rilevamento open source, vedere la documentazione di open source.

Passaggio 1: Configurare l'ambiente

Se non si dispone di un account Azure Databricks, è possibile provare Databricks gratuitamente.

Per configurare l'ambiente per accedere al server di rilevamento MLflow ospitato in Azure Databricks:

1. Installare MLflow usando pip install mlflow.
2. Configurare l'autenticazione. Eseguire una delle operazioni seguenti:

   • Generare un token API REST e creare un file di credenziali usando databricks configure --token.

   • Specificare le credenziali tramite variabili di ambiente:

     # Configure MLflow to communicate with a Databricks-hosted tracking server
     export MLFLOW_TRACKING_URI=databricks
     # Specify the workspace hostname and token
     export DATABRICKS_HOST="..."
     export DATABRICKS_TOKEN="..."
     

Passaggio 2: Configurare applicazioni MLflow

Configurare le applicazioni MLflow per accedere ad Azure Databricks impostando l'URI di rilevamento su databrickso databricks://<profileName>, se è stato specificato un nome del profilo tramite --profile la creazione del file di credenziali. Ad esempio, è possibile ottenere questo risultato impostando la MLFLOW_TRACKING_URI variabile di ambiente su "databricks".

Passaggio 3: Configurare l'interfaccia della riga di comando di MLflow

Configurare l'interfaccia della riga di comando di MLflow per comunicare con un server di rilevamento di Azure Databricks con la MLFLOW_TRACKING_URI variabile di ambiente. Ad esempio, per creare un esperimento usando l'interfaccia della riga di comando con l'URI databricksdi rilevamento , eseguire:

# Replace <your-username> with your Databricks username
export MLFLOW_TRACKING_URI=databricks
mlflow experiments create -n /Users/<your-username>/my-experiment