Databricks Autologging

このページでは、さまざまな一般的な機械学習ライブラリからモデルをトレーニングするときに、モデルパラメーター、メトリクス、ファイル、およびリネージ情報を自動的にキャプチャする Databricks Autologgingをカスタマイズする方法について説明します。トレーニングセッションは、 MLflow 追跡の実行として記録されます。モデルファイルも追跡されるため、 MLflow Model Registryに簡単にログに記録できます。

注記

生成AI ワークロードのトレースログを有効にするために、 MLflow は OpenAI 自動ログをサポートしています。

次のビデオは、対話型の Python ノートブックでの Scikit-Learn モデルトレーニングセッションを使用した Databricks Autologgingを示しています。追跡情報は自動的にキャプチャされ、[エクスペリメントの実行] サイドバーと MLflow UI に表示されます。

自動ログの例

必要条件

Databricks Autologging は、Databricks Runtime 10.4 LTS ML以降を使用するすべてのリージョンで一般公開されています。
Databricks Autologgingは、 Databricks Runtime 9.1 LTS ML以降の一部のプレビューリージョンで使用できます。

仕組み

インタラクティブ Python ノートブックを Databricks クラスターにアタッチすると、 Databricks Autologging mlflow.autolog() の呼び出しをクリックして、モデルトレーニングセッションの追跡を設定します。ノートブックでモデルをトレーニングすると、モデルのトレーニング情報は、 MLflow トラッキングによって自動で追跡されます。このモデルのトレーニング方法に関する情報情報はセキュリティで保護され、管理されています( セキュリティとデータマネジメントを参照)。

mlflow.autolog() の呼び出しにおけるデフォルトの設定は:

Python
mlflow.autolog(
    log_input_examples=False,
    log_model_signatures=True,
    log_models=True,
    disable=False,
    exclusive=False,
    disable_for_unsupported_versions=True,
    silent=False
)

自動ロギング設定をカスタマイズできます。

使い方

Databricks Autologging を使用するには、機械学習モデルをサポートされているフレームワークは、対話型の Databricks Python ノートブック。 Databricks Autologging自動収録モデルリネージ情報, パラメーター, メトリクス to MLflow Tracking.あなたがまた、Databricks Autologging の動作をカスタマイズすることもできます。

注記

MLflow fluent APIとmlflow.start_run()を用いて作成されたランにはDatabricks Autologgingは適用されません。このような場合は、MLflowランに自動記録されたコンテンツを保存するために mlflow.autolog() を呼び出す必要があります。追加コンテンツの追跡を参照してください。

ログ記録の動作をカスタマイズする

ロギングをカスタマイズするには、 mlflow.autolog() を使用します。この関数は、モデル・ロギング (log_models)、 log データセット (log_datasets)、入力例の収集 (log_input_examples)、記録済みモデル署名 (log_model_signatures)、警告の構成 (silent) など。

追加コンテンツの追跡

Databricks Autologgingによって作成された MLflow の実行を使用して追加のメトリクス、パラメーター、ファイル、メタデータを追跡するには、Databricks 対話型の Python ノートブックで次の手順に従います。

mlflow.autolog にexclusive=Falseを指定して呼び出します。
mlflow.start_run() を使用して MLflow の実行を開始します。この呼び出しは with mlflow.start_run()でラップできます。これを行うと、実行は完了後に自動的に終了します。
次のような MLflow 追跡メソッドを使用します mlflow.log_param()です。を使用して、事前トレーニングコンテンツを追跡します。
Databricks Autologgingでサポートされているフレームワーク内の 1 つ以上の機械学習モデルをトレーニングします。
次のような MLflow 追跡メソッドを使用します mlflow.log_metric()やトレーニング後のコンテンツを追跡します。
ステップ 2 で with mlflow.start_run() を使用しなかった場合、mlflow.end_run() を用いてMLflowランを終了します。

例えば：

Python
import mlflow
mlflow.autolog(exclusive=False)

with mlflow.start_run():
  mlflow.log_param("example_param", "example_value")
  # <your model training code here>
  mlflow.log_metric("example_metric", 5)

Databricks Autologgingを無効にする

Databricks AutologgingDatabricksPythonインタラクティブノートブックでを無効にするには、mlflow.autolog()でdisable=Trueを指定します:

Python
import mlflow
mlflow.autolog(disable=True)

管理者は管理者設定ページの 詳細設定 タブからワークスペース内のすべてのクラスターでのAutologgingを無効にすることもできます。この変更を有効にするには、クラスターを再起動する必要があります。

サポートされている環境とフレームワーク

Databricks Autologgingは、対話型の Python ノートブックでサポートされており、次の機械学習フレームワークで使用できます。

Scikit-Learn
Apache Spark MLlib
TensorFlow
keras
PyTorch Lightning
XGBoost
LightGBM
Gluon
Fast.AI
statsmodels
PaddlePaddle
OpenAI
LangChain

サポートされている各フレームワークの詳細については、 MLflow自動ログを参照してください。

MLflow トレースの有効化

MLflow トレースは、トレースをサポートするインテグレーションにおけるトレースの有効化、無効化を制御するために、それぞれのモデルフレームワークインテグレーションにおける autolog 機能を使用します。

たとえば、LlamaIndex モデルの使用時にトレースを有効にするには、 mlflow.llama_index.autolog()でlog_traces=Trueを指定します:

Python
import mlflow
mlflow.llama_index.autolog(log_traces=True)

自動ログ実装内でトレースが有効になっているサポート対象のインテグレーションは次のとおりです。

セキュリティとデータマネジメント

Databricks Autologginで追跡されるすべてのモデルトレーニング情報は、MLflowトラッキングに格納され、MLflow エクスペリメントのアクセス許可によって保護されています。MLflow TrackingのAPI または UIを使用して、モデルトレーニング情報を共有、変更、または削除できます。

管理

管理者は、管理者設定ページの 詳細設定 タブからワークスペース全体におけるすべての対話型ノートブックセッションで Databricks Autologging を有効または無効にできます。変更は、クラスターが再起動されるまで有効になりません。

制限

Databricks Autologgingは、Databricks クラスターのドライバーノードでのみ有効になります。ワーカーノードから自動ロギングを使用するには、明示的にmlflow.autolog() を呼び出す必要があります。各ワーカーで実行されているコード内から。
XGBoost scikit-learn 統合はサポートされていません。

Apache Spark MLlib、Hyperopt、および自動 MLflow トラッキング

Databricks Autologging は、Apache Spark MLlibの統合とHyperoptにおける既存の自動MLflowトラッキングの動作を変更しません。

注記

Databricks Runtime 10.1 MLでは、Apache Spark MLlib CrossValidator および TrainValidationSplit モデルの自動機械学習フロー追跡統合を無効にすると、すべての Apache Spark MLlib モデルのDatabricks Autologging も無効になります。

必要条件​

仕組み​

使い方​

ログ記録の動作をカスタマイズする​

追加コンテンツの追跡​

Databricks Autologgingを無効にする​

サポートされている環境とフレームワーク​

MLflow トレースの有効化​

セキュリティとデータマネジメント​

管理​

制限​

Apache Spark MLlib、Hyperopt、および自動 MLflow トラッキング​