Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Pulizia delle risorse MLflow
Ti consigliamo di eliminare tutte le risorse quando non ti servono più. Puoi eliminare i server di tracciamento tramite Amazon SageMaker Studio o utilizzando il AWS CLI. Puoi eliminare risorse aggiuntive come bucket, IAM ruoli e IAM policy di Amazon S3 utilizzando AWS CLI o direttamente nella console. AWS
Importante
Non eliminare il IAM ruolo che hai creato finché non hai eliminato il server di tracciamento stesso. Altrimenti, perderai l'accesso al server di tracciamento.
Smetti di tracciare i server
Ti consigliamo di interrompere il server di tracciamento quando non è più in uso. Puoi interrompere un server di tracciamento in Studio o utilizzando il AWS CLI.
Arresta un server di tracciamento utilizzando Studio
Per interrompere un server di tracciamento in Studio:
-
Vai a Studio.
-
Scegli MLflownel riquadro Applicazioni dell'interfaccia utente di Studio.
-
Trova il server di tracciamento che preferisci nel riquadro MLflowTracking Servers. Scegli l'icona Stop nell'angolo destro del riquadro del server di tracciamento.
Nota
Se il server di tracciamento è disattivato, viene visualizzata l'icona Start. Se il server di tracciamento è acceso, viene visualizzata l'icona Stop.
Arresta un server di tracciamento utilizzando il AWS CLI
Per impedire al server di tracciamento di utilizzare il AWS CLI, utilizzate il seguente comando:
aws sagemaker stop-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Per avviare il server di tracciamento utilizzando il AWS CLI, utilizzate il seguente comando:
Nota
L'avvio del server di tracciamento potrebbe richiedere fino a 25 minuti.
aws sagemaker start-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Eliminare i server di tracciamento
È possibile eliminare completamente un server di tracciamento in Studio o utilizzando il AWS CLI.
Eliminare un server di tracciamento utilizzando Studio
Per eliminare un server di tracciamento in Studio:
-
Vai a Studio.
-
Scegli MLflownel riquadro Applicazioni dell'interfaccia utente di Studio.
-
Trova il server di tracciamento che preferisci nel riquadro MLflowTracking Servers. Scegli l'icona del menu verticale nell'angolo destro del riquadro del server di tracciamento. Quindi, scegli Elimina.
-
Scegli Elimina per confermare l'eliminazione.
Eliminare un server di tracciamento utilizzando il AWS CLI
Utilizzate il DeleteMLflowTrackingServer API per eliminare tutti i server di tracciamento che avete creato. Questa operazione potrebbe richiedere del tempo.
aws sagemaker delete-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Per visualizzare lo stato del tuo server di tracciamento, usa DescribeMLflowTrackingServer API e controlla ilTrackingServerStatus.
aws sagemaker describe-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
Eliminare i bucket Amazon S3
Elimina qualsiasi bucket Amazon S3 utilizzato come archivio di artefatti per il tuo server di tracciamento utilizzando i seguenti comandi:
aws s3 rm s3://$bucket_name --recursive aws s3 rb s3://$bucket_name
In alternativa, puoi eliminare un bucket Amazon S3 associato al tuo server di tracciamento direttamente nella console. AWS Per ulteriori informazioni, consulta Eliminazione di un bucket nella Guida per l'utente di Amazon S3.
Eliminare i modelli registrati
È possibile eliminare qualsiasi gruppo di modelli e versioni di modello creati MLflow direttamente in Studio. Per ulteriori informazioni, vedete Eliminare un gruppo di modelli ed Eliminare una versione del modello.
Eliminare esperimenti o esecuzioni
È possibile utilizzare il MLflow SDK per eliminare esperimenti o esecuzioni.
