Bitzu

Machine Learning Associate · Śledzenie MLflow i rejestr modeli

Interfejs MLflow i wybór najlepszego runu

Najważniejsze

  • Strona eksperymentu pokazuje runy w tabeli z parametrami i metrykami, rysuje wykresy metryk po krokach, pozwala zaznaczyć runy i je porównać oraz pokazuje artefakty każdego runu.
  • W kodzie mlflow.search_runs(experiment_ids=[...], order_by=["metrics.rmse ASC"], max_results=1) zwraca najlepszy run jako ramkę pandas (domyślnie) lub listę obiektów Run.

Źródło: https://mlflow.org/docs/latest/python_api/mlflow.html

Przykładowe pytania

Jednokrotny wybór

Który widok w interfejsie MLflow służy do zestawienia kilku wybranych runów obok siebie wraz z parametrami i metrykami?

  1. Widok porównania runów
  2. Przeglądarka artefaktów jednego runu
  3. Strona wersji modelu
  4. Dziennik zdarzeń klastra
Pokaż odpowiedź

Odpowiedź: A. Widok porównania runów

Widok porównania działa na runach zaznaczonych w tabeli. Przeglądarka artefaktów pokazuje pliki jednego runu, a rejestr listuje wersje modeli, nie runy.

Zaznacz wszystkie poprawne

Jakie informacje o runie można znaleźć w interfejsie MLflow?

  1. Zalogowane parametry
  2. Wartości metryk i ich wykresy
  3. Każdy wiersz tabeli treningowej
  4. Zalogowane artefakty, np. wykresy
  5. Koszt faktury za klaster
Pokaż odpowiedź

Odpowiedź: A. Zalogowane parametry, B. Wartości metryk i ich wykresy, D. Zalogowane artefakty, np. wykresy

Strona runu pokazuje parametry, metryki i artefakty. Wiersze danych treningowych ani koszt klastra nie są szczegółami runu w MLflow.

Prawda czy fałsz

Bez argumentu order_by mlflow.search_runs zwraca runy posortowane od najlepszej wartości metryki.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Domyślne sortowanie jest po czasie startu, od najnowszych, a nie po metryce. Aby rankingować po metryce, trzeba podać order_by.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów Machine Learning Associate w tym module