Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Limpie MLflow los recursos
Te recomendamos que elimines cualquier recurso cuando ya no lo necesites. Puede eliminar los servidores de seguimiento a través de Amazon SageMaker Studio o utilizando el AWS CLI. Puede eliminar recursos adicionales, como buckets, IAM funciones y IAM políticas de Amazon S3, mediante la AWS consola AWS CLI o directamente en ella.
importante
No elimines el IAM rol que usaste para crear hasta que hayas eliminado el propio servidor de seguimiento. De lo contrario, perderás el acceso al servidor de seguimiento.
Deja de rastrear los servidores
Recomendamos detener el servidor de rastreo cuando ya no esté en uso. Puedes detener un servidor de seguimiento en Studio o mediante el AWS CLI.
Detenga un servidor de seguimiento mediante Studio
Para detener un servidor de seguimiento en Studio:
-
Vaya a Studio.
-
Elija MLflowen el panel Aplicaciones de la interfaz de usuario de Studio.
-
Busque el servidor de seguimiento que prefiera en el panel Servidores MLflow de seguimiento. Seleccione el icono de parada situado en la esquina derecha del panel del servidor de seguimiento.
nota
Si el servidor de rastreo está desactivado, verá el icono de inicio. Si el servidor de rastreo está activado, verás el icono de parada.
Detenga un servidor de rastreo mediante el AWS CLI
Para detener el servidor de rastreo mediante el AWS CLI, utilice el siguiente comando:
aws sagemaker stop-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Para iniciar el servidor de rastreo mediante el AWS CLI, utilice el siguiente comando:
nota
El servidor de rastreo puede tardar hasta 25 minutos en iniciarse.
aws sagemaker start-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Elimina los servidores de rastreo
Puede eliminar por completo un servidor de seguimiento en Studio o mediante el AWS CLI.
Eliminar un servidor de seguimiento mediante Studio
Para eliminar un servidor de seguimiento en Studio:
-
Vaya a Studio.
-
Elija MLflowen el panel Aplicaciones de la interfaz de usuario de Studio.
-
Busque el servidor de seguimiento que prefiera en el panel Servidores MLflow de seguimiento. Elija el icono del menú vertical situado en la esquina derecha del panel del servidor de seguimiento. A continuación, elija Eliminar.
-
Seleccione Eliminar para confirmar la eliminación.
Elimine un servidor de seguimiento mediante el AWS CLI
Use el DeleteMLflowTrackingServer API para eliminar cualquier servidor de rastreo que haya creado. Esto puede llevar algún tiempo.
aws sagemaker delete-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Para ver el estado de su servidor de seguimiento, utilice DescribeMLflowTrackingServer API y compruebe laTrackingServerStatus.
aws sagemaker describe-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Eliminar buckets de Amazon S3
Elimine cualquier bucket de Amazon S3 que se utilice como almacén de artefactos para su servidor de rastreo mediante los siguientes comandos:
aws s3 rm s3://$bucket_name --recursive aws s3 rb s3://$bucket_name
También puede eliminar un bucket de Amazon S3 asociado a su servidor de seguimiento directamente en la AWS consola. Para obtener más información, consulte Eliminar un bucket en la Guía del usuario de Amazon S3.
Elimine los modelos registrados
Puede eliminar cualquier grupo de modelos y versiones de modelos con los que se haya creado MLflow directamente en Studio. Para obtener más información, consulte Eliminar un grupo de modelos y Eliminar una versión de modelo.
Elimine experimentos o ejecuciones
Puede utilizarla MLflow SDK para eliminar experimentos o ejecuciones.
