将本地 jupyter notebook 连接到 Azure 中的 mlflow 跟踪服务器
Connect on-prem jypyter notebook to mlflow tracking server in Azure
是否可以将内部笔记本 运行 连接到属于 Azure Databricks 工作区的 mlflow 跟踪服务器？是否已将所有本地日志记录和跟踪保存在 Azure 中？
我遇到了类似的问题，使用 python 并通过以下步骤解决了它：
- 安装 mlflow 和 datbricks-cli 库。
- 定义以下环境变量：DATABRICKS_HOST（databricks workspace url：https://region.azuredatabricks.net）和DATABRICKS_TOKEN
- 定义 mlflow 客户端：
mlflow_client = mlflow.tracking.MlflowClient(tracking_uri='databricks')
- 使用 mlflow_client 客户端进行记录、保存等。
有关更多参考，您可以查看“从笔记本登录到跟踪服务器”部分 here
按照接受的答案中的步骤，我无法使用 mlflow_client 对象。
有效的方法是直接在 mlflow 上设置跟踪 uri：
mlflow.set_tracking_uri('databricks')
是否可以将内部笔记本 运行 连接到属于 Azure Databricks 工作区的 mlflow 跟踪服务器？是否已将所有本地日志记录和跟踪保存在 Azure 中？
我遇到了类似的问题，使用 python 并通过以下步骤解决了它：
- 安装 mlflow 和 datbricks-cli 库。
- 定义以下环境变量：DATABRICKS_HOST（databricks workspace url：https://region.azuredatabricks.net）和DATABRICKS_TOKEN
- 定义 mlflow 客户端：
mlflow_client = mlflow.tracking.MlflowClient(tracking_uri='databricks')
- 使用 mlflow_client 客户端进行记录、保存等。
有关更多参考，您可以查看“从笔记本登录到跟踪服务器”部分 here
按照接受的答案中的步骤，我无法使用 mlflow_client 对象。 有效的方法是直接在 mlflow 上设置跟踪 uri：
mlflow.set_tracking_uri('databricks')