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.
Recomendamos eliminar los recursos cuando ya no los necesite. Puede eliminar los servidores de seguimiento a través de Amazon SageMaker Studio o mediante AWS CLI. Puede eliminar recursos adicionales, como los buckets de Amazon S3, las funciones de IAM y las políticas de IAM, mediante la consola AWS CLI o directamente en ella. AWS
importante
No elimine el rol de IAM que ha utilizado para la creación hasta que haya eliminado el propio servidor de seguimiento. De lo contrario, ya no podrá acceder al servidor de seguimiento.
Detención de servidores de seguimiento
Recomendamos detener el servidor de seguimiento cuando ya no esté en uso. Puede detener un servidor de seguimiento en Studio o mediante el. AWS CLI
Detención de 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. Elija el icono de Detener en la esquina derecha del panel del servidor de seguimiento.
nota
Si el servidor de seguimiento está Desactivado, aparecerá el icono de Iniciar. Si el servidor de seguimiento está Activado, aparecerá el icono de Detener.
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 seguimiento puede tardar hasta 25 minutos en iniciarse.
aws sagemaker start-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Eliminación de servidores de seguimiento
Puede eliminar por completo un servidor de seguimiento en Studio o mediante la AWS CLI.
Eliminación de 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 en la esquina derecha del panel del servidor de seguimiento. A continuación, elija Eliminar.
-
Elija Eliminar para confirmar la eliminación.
Elimine un servidor de seguimiento mediante el AWS CLI
Utilice la API DeleteMLflowTrackingServer para eliminar cualquier servidor de seguimiento que haya creado. Esto puede tardar cierto tiempo en completarse.
aws sagemaker delete-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Para ver el estado del servidor de seguimiento, utilice la API DescribeMLflowTrackingServer y compruebe el valor de TrackingServerStatus.
aws sagemaker describe-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Eliminación de buckets de Amazon S3
Elimine cualquier bucket de Amazon S3 utilizado como almacén de artefactos para el servidor de seguimiento mediante los siguientes comandos:
aws s3 rm s3://$bucket_name --recursive
aws s3 rb s3://$bucket_nameTambién 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.
Eliminación de 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 Delete a Model Group y Delete a Model Version.
Eliminación de experimentos o ejecuciones
Puedes usar el MLflow SDK para eliminar experimentos o ejecuciones.
