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.
Avvia l' MLflow interfaccia utente utilizzando un URL predefinito
Puoi accedere all' MLflow interfaccia utente per visualizzare i tuoi esperimenti utilizzando un URL predefinito. Puoi avviare l' MLflow interfaccia utente tramite Studio o utilizzandola AWS CLI in un terminale a tua scelta.
Avvia l' MLflow interfaccia utente utilizzando Studio
Dopo aver creato il server di tracciamento, puoi avviare l' MLflow interfaccia utente direttamente da Studio.
-
Accedi a Studio dalla console SageMaker AI. Assicurati di utilizzare la nuova esperienza Studio e di aver effettuato l'aggiornamento da Studio Classic. Per ulteriori informazioni, consulta Migrazione da Amazon SageMaker Studio Classic.
-
Scegliete MLflownel riquadro Applicazioni dell'interfaccia utente di Studio.
-
(Facoltativo) Se non hai ancora creato un server di tracciamento o se devi crearne uno nuovo, puoi scegliere Crea. Quindi fornisci un nome univoco del server di tracciamento e un URI S3 per l'archiviazione degli artefatti e crea un server di tracciamento. Facoltativamente, puoi scegliere Configure per una personalizzazione più granulare del server di tracciamento.
-
Trova il server di tracciamento che preferisci nel riquadro MLflow Tracking Servers. Se il server di tracciamento è spento, avvia il server di tracciamento.
-
Scegli l'icona del menu verticale nell'angolo destro del riquadro del server di tracciamento. Scegliere quindi Open (Apri) MLflow. Questo avvia un URL predefinito in una nuova scheda del browser corrente.
Avvia l' MLflow interfaccia utente utilizzando il AWS CLI
Puoi accedere all' MLflow interfaccia utente per visualizzare i tuoi esperimenti utilizzando un URL predefinito.
All'interno del tuo terminale, utilizza l'create-presigned-mlflow-tracking-server-urlAPI per generare un URL predefinito.
aws sagemaker create-presigned-mlflow-tracking-server-url \ --tracking-server-name$ts_name\ --session-expiration-duration-in-seconds1800\ --expires-in-seconds300\ --region$region
L'output visualizzato dovrebbe essere simile al seguente:
{ "AuthorizedUrl": "https://unique-key.us-west-2.experiments.sagemaker.aws.a2z.com/auth?authToken=example_token" }
Copia l'intero URL predefinito nel browser che preferisci. Puoi usare una nuova scheda o una nuova finestra privata. Premi q per uscire dal prompt.
Il --session-expiration-duration-in-seconds parametro determina per quanto tempo la sessione dell' MLflow interfaccia utente rimane valida. Il tempo di durata della sessione è il periodo di tempo in cui l' MLflow interfaccia utente può essere caricata nel browser prima della creazione di un nuovo URL predefinito. La durata minima della sessione è di 30 minuti (1800 secondi) e la durata massima della sessione è di 12 ore (43200 secondi). La durata predefinita della sessione è di 12 ore se non viene specificata nessun'altra durata.
--expires-in-seconds parameterDetermina il periodo di tempo in cui l'URL predefinito rimane valido. La durata minima di scadenza dell'URL è di 5 secondi e la durata massima di scadenza dell'URL è di 5 minuti (300 secondi). La durata di scadenza dell'URL predefinita è 300 secondi. L'URL predefinito può essere utilizzato una sola volta.
La finestra dovrebbe essere simile alla seguente.
