logging - 如何将以前的运行更新到 MLFlow？

问题描述

我想更新以前使用 MLFlow 完成的运行，即。更改/更新参数值以适应实现中的更改。典型用例：

使用参数 A 记录运行，然后记录参数 A 和 B。使用其默认值更新先前运行的参数 B 的值会很有用。
“专门化”一个参数。使用布尔标志作为参数实现模型。更新实现以取而代之的是字符串。现在我们需要更新之前运行的参数值，使其与新行为保持一致。
更正先前运行中记录的错误参数值。

丢弃整个实验并不总是那么容易，因为我需要保留以前的运行以用于统计目的。我也不想只为单个新参数生成新实验，以保留单个运行数据库。

做这个的最好方式是什么？

标签： loggingdata-sciencemlflow

要添加或更正现有运行的参数、指标或工件，请将 run_id 而不是 Experiment_id 传递给 mlflow.start_run 函数

with mlflow.start_run(run_id="your_run_id") as run:
    mlflow.log_param("p1","your_corrected_value")
    mlflow.log_metric("m1",42.0) # your corrected metrics
    mlflow.log_artifact("data_sample.html") # your corrected artifact file

您可以在完成后随时更正、添加或删除任何 MLflow 运行。从 UI 或使用mlflow.search_runs 获取 run_id。

资料来源：https ://towardsdatascience.com/5-tips-for-mlflow-experiment-tracking-c70ae117b03f

logging - 如何将以前的运行更新到 MLFlow？

问题描述

解决方案

推荐阅读