AI/MLflow (7) 썸네일형 리스트형 [MLflow] MLflow Tracking 이전 포스트에서 이야기한 MLflow의 기능 중 MLflow Tracking에 대해 알아보자. MLflow Tracking은 ML 학습할 때 생기는 각종 Parameters, metric 등을 logging하고 Web UI로 확인할 수 있다. logging 할 수 있는 것들에는 어떤 것이 있는지 알아보자. mlflow.create_experiment("실험 이름","description") - 실험 생성 또는 가져오기 mlflow.log_artifacts("모델 파일 경로") - 모델 아티팩트(모델 파일, 데이터셋, 로그 파일 등의 실험 결과물)를 관리하는 기능 mlflow.log_metrics("지표",값) - 지표값을 기록하는 기능, 사전으로 여러개 입력 가능 {지표:값,지표:값} mlfow.para.. [MLflow] 개요 MLflow는 Machine Learning Lifecycle Platform으로 ML Lifecycle을 관리한다. 오픈소스 플랫폼이며 ML 학습 프로젝트의 전체 수명 주기에 중점을 두어 각 단계를 관리, 추적 및 재현할 수 있도록 보장한다. 주요기능 4가지 MLflow Tracking : ML을 학습할 때 생기는 각종 Parameters, Training 후 metric의 결과 등을 logging하고 logging 기록을 Web UI로 확인할 수 있다. MLflow Projects : Anaconda, docker 등을 사용해서 만들어 둔 모델을 재현하고 실행할 수 있도록 코드 패키지 형식으로 지원, 이 형식으로 만들어진 환경을 재사용할 수 있다. MLflow Models : 동일한 모델을 Docke.. 이전 1 2 다음
