Databricks の外部から MLflow 追跡サーバーにアクセスする
独自のアプリケーションから MLflow 追跡サーバーにログを記録することもできます。 この記事では、必要な構成手順について説明します。 まず、MLflow をインストールし、資格情報を構成します (手順 1)。 次に、アプリケーションを設定します(ステップ2)。
オープンソーストラッキングサーバーを起動してログに記録する方法については、 MLflow オープンソースのドキュメントを参照してください。
ステップ 1: 環境を構成する
Databricks でホストされている MLflow 追跡サーバーにアクセスするように環境を構成するには、次のようにします。
-
pip install mlflow
を使用して MLflow をインストールします。 -
認証の設定
-
トークンを使用して資格情報を指定し、環境変数を設定します。
Bash# Configure MLflow to communicate with a Databricks-hosted tracking server
export MLFLOW_TRACKING_URI=databricks
# Specify the workspace hostname and token
export DATABRICKS_HOST="..."
export DATABRICKS_TOKEN="..."
手順 2: MLflow アプリケーションを構成する
追跡 URI を databricks
に設定するか、資格情報ファイルの作成時に --profile
を使用してプロファイル名を指定した場合は databricks://<profileName>
に設定して、Databricks にログを記録するように MLflow アプリケーションを構成します。たとえば、 MLFLOW_TRACKING_URI
環境変数を "databricks" に設定することでこれを実現できます。