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 un prefirmado URL
Puedes acceder a la MLflow interfaz de usuario para ver tus experimentos mediante un prefirmadoURL. Puedes iniciar la MLflow interfaz de usuario a través de Studio o desde AWS CLI la 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, proporciona un nombre de servidor de rastreo único y S3 URI para el almacenamiento de artefactos y crea un servidor de rastreo. También puede elegir Configurar para personalizar el servidor de seguimiento de forma más pormenorizada.
-
Busque el servidor de rastreo que prefiera en el panel Servidores MLflow de rastreo. 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 AbrirMLflow. Esto abre una pestaña prefirmada URL en una nueva pestaña de tu navegador actual.
Inicie la MLflow interfaz de usuario mediante el AWS CLI
Puede acceder a la MLflow interfaz de usuario para ver sus experimentos mediante un prefirmadoURL.
En tu terminal, usa el create-presigned-mlflow-tracking-server-url API para generar un URL prefirmado.
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" }
Copia todo el prefirmado URL en el navegador que prefieras. 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 que se URL deba crear un nuevo prefirmado. 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.
--expires-in-seconds parameterDetermina el período de tiempo durante el que su prefirmado URL seguirá siendo válido. La duración mínima de URL caducidad es de 5 segundos y la máxima URL es de 5 minutos (300 segundos). La duración de URL caducidad predeterminada es de 300 segundos. El prefirmado solo se URL puede usar una vez.
La ventana debería parecerse a la siguiente.
