Fel som inträffar när du får åtkomst till MLflow-artefakter utan att använda MLflow-klienten

MLflow experiment-behörigheter tillämpas nu på artefakter i MLflow-spårning, så att du enkelt kan styra åtkomsten till dina data uppsättningar, modeller och andra filer.

Ogiltigt monterings undantag

Problem

Vid försök att komma åt en MLflow kör artefakt med DBFS-kommandon (Databricks File System), till exempel dbutils.fs , får du följande fel meddelande:

com.databricks.backend.daemon.data.common.InvalidMountException: Error while using path /databricks/mlflow-tracking/<experiment-id>/<run-id>/artifacts for resolving path &#39;/<experiment-id>/<run-id>/artifacts&#39; within mount at &#39;/databricks/mlflow-tracking&#39;.

Orsak

Med utökningen av MLflow experiment-behörighet till artefakter stöds inte längre DBFS åtkomst-API: er för körning av artefakter i dbfs:/databricks/mlflow-tracking/ .

Lösning

Uppgradera till MLflow-1.9.1 eller ovan för att ladda ned, lista eller ladda upp artefakter som lagras i dbfs:/databricks/mlflow-tracking/ .

%sh
pip install --upgrade mlflow

FileNotFoundError

Problem

När du försöker få åtkomst till en MLflow kör artefakt med %sh / os.listdir() , får du följande fel meddelande:

FileNotFoundError: [Errno 2] No such file or directory: '/databricks/mlflow-tracking/'

Orsak

Med utökningen av MLflow experiment-behörighet till artefakter kan du endast komma åt körnings artefakter som lagras i dbfs:/databricks/mlflow-tracking/ med MLflow-1.9.1 eller senare.

Lösning

Uppgradera till MLflow-1.9.1 eller ovan för att ladda ned, lista eller ladda upp artefakter som lagras i dbfs:/databricks/mlflow-tracking/ .

%sh
pip install --upgrade mlflow