如何通过 `mlflow ui` 查看在其他服务器上登录的实验的结果？

Question

我在 ssh 服务器上进行了运行 ML 实验，实验通过 mlflow 记录并存储在服务器的本地 mlruns 中。

代码只是 mlflow 的基本用法，看起来像这样

import numpy as np
import mlflow
import matplotlib.pyplot as plt

from pathlib import Path
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score


if __name__ == '__main__':
    Path('./plot').mkdir(exist_ok = True)
    mlflow.set_experiment('demo-exp')
    with mlflow.start_run():
        x     = np.random.randn(10, 1)
        y     = np.random.randn(10, 1)
        model = LinearRegression().fit(x, y)
        py    = model.predict(x)
        r2    = r2_score(y, py)
        plt.plot(y, py, '+')
        plt.savefig('./plot/result.png')
        plt.close()

        mlflow.log_metric('r2', r2)
        mlflow.log_artifact('./plot/result.png')

现在我想从我自己的笔记本电脑上查看记录的指标和工件，所以我尝试了

mlflow ui \
    --default-artifact-root=sftp:///USER_NAME@ADDRESS/path/to/experiment/mlruns \
    --port=8888 \

但是，在我自己的笔记本电脑上 localhost:8888 中似乎没有任何显示。

我在代码和 mlflow ui 命令方面做错了什么？

Answer 1

运行远程服务器上的 mlflow

mlflow server --host 0.0.0.0 --port 8888

在本地计算机上配置 ssh 本地端口转发，如下所示： SSH Port forwarding in a ~/.ssh/config file?

LocalForward 8888 your_remote_machine_addr:8888

在您的浏览器上连接到 localhost:8888

如何通过 `mlflow ui` 查看在其他服务器上登录的实验的结果？

How to see results via `mlflow ui` for experiments logged on a other server?

python

mlflow

mlops