Databricks外部からの MLflow トラッキング サーバーへのアクセス
独自のアプリケーションから MLflow 追跡サーバーにログを記録することもできます。 この記事では、必要な構成手順について説明します。 まず、MLflow をインストールし、資格情報を構成します (ステップ 1)。 次に、アプリケーションを構成します (ステップ 2)。
オープンソーストラッキングサーバーを起動してログに記録する方法については、 MLflow オープンソースのドキュメントを参照してください。
ステップ 1: 環境を構成する
Databricks でホストされている MLflow 追跡サーバーにアクセスするように環境を構成するには:
pip install mlflow
を使用してMLflowをインストールします。認証の構成
トークンを使用して資格情報を指定し、環境変数を設定します。
# 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="..."
ステップ 2: MLflow アプリケーションを構成する
資格情報ファイルの作成時に --profile
を使用してプロファイル名を指定した場合は 、追跡 URI を databricks
または databricks://<profileName>
に設定して、Databricks にログを記録するように MLflow アプリケーションを構成します。たとえば、 MLFLOW_TRACKING_URI
環境変数を "databricks" に設定することでこれを実現できます。