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.
Inicie la MLflow interfaz de usuario mediante una URL prefirmada
Puedes acceder a la MLflow interfaz de usuario para ver tus experimentos mediante una URL prefirmada. Puedes iniciar la MLflow interfaz de usuario a través de Studio o desde AWS CLI el terminal que prefieras.
Inicie la MLflow interfaz de usuario con Studio
Tras crear el servidor de seguimiento, puedes iniciar la MLflow interfaz de usuario directamente desde Studio.
-
Ve a Studio desde la consola de SageMaker IA. Asegúrese de utilizar la nueva experiencia de Studio y de haber realizado la actualización de Studio Classic. Para obtener más información, consulte Migración desde Amazon SageMaker Studio Classic.
-
Elige MLflowen el panel Aplicaciones de la interfaz de usuario de Studio.
-
(Opcional) Si aún no ha creado un servidor de seguimiento o si necesita crear uno nuevo, puede elegir Crear. A continuación, proporcione un nombre único de servidor de seguimiento y un URI de S3 para el almacenamiento de artefactos y cree un servidor de seguimiento. También puede elegir Configurar para personalizar el servidor de seguimiento de forma más pormenorizada.
-
Busque el servidor de seguimiento que prefiera en el panel Servidores MLflow de seguimiento. Si el servidor de seguimiento está Desactivado, inicie el servidor de seguimiento.
-
Elija el icono del menú vertical en la esquina derecha del panel del servidor de seguimiento. A continuación, seleccione Abrir MLflow. Se abrirá una URL prefirmada en una pestaña nueva en el navegador actual.
Inicie la MLflow interfaz de usuario mediante el AWS CLI
Puedes acceder a la MLflow interfaz de usuario para ver tus experimentos mediante una URL prefirmada.
En el terminal, utilice la API create-presigned-mlflow-tracking-server-url para generar una URL prefirmada.
aws sagemaker create-presigned-mlflow-tracking-server-url \ --tracking-server-name$ts_name\ --session-expiration-duration-in-seconds1800\ --expires-in-seconds300\ --region$region
El resultado debería tener un aspecto similar al siguiente:
{ "AuthorizedUrl": "https://unique-key.us-west-2.experiments.sagemaker.aws.a2z.com/auth?authToken=example_token" }
Copie la URL prefirmada completa en el navegador que prefiera. Puede usar una pestaña nueva o una ventana privada nueva. Pulse q para salir de la petición.
El --session-expiration-duration-in-seconds parámetro determina el tiempo durante el que la sesión de MLflow interfaz de usuario permanece válida. El tiempo de duración de la sesión es el tiempo que se puede cargar la MLflow interfaz de usuario en el navegador antes de crear una nueva URL prefirmada. La duración mínima de la sesión es de 30 minutos (1800 segundos) y la duración máxima de la sesión es de 12 horas (43 200 segundos). La duración predeterminada de una sesión es de 12 horas si no se especifica ninguna otra duración.
El --expires-in-seconds parameter determina el tiempo durante el que la URL prefirmada seguirá siendo válida. La duración mínima de caducidad de la URL es de 5 segundos y la máxima es de 5 minutos (300 segundos). La duración predeterminada de caducidad de la URL es de 300 segundos. La URL prefirmada puede utilizarse solo una vez.
La ventana debería parecerse a la siguiente.
