在 Google Colab 上设置 MLflow

我经常使用 Google Colab 来训练 TF/PyTorch 模型，因为 Colab 为我提供了 GPU/TPU 运行时。此外，我喜欢使用 MLflow 来存储和比较经过训练的模型、跟踪进度、共享等。将 MLflow 与 Google Colab 结合使用有哪些可用的解决方案？

有一个Github问题 https://github.com/mlflow/mlflow/issues/2350对此，以及贡献者dmatrix https://github.com/mlflow/mlflow/issues/2350#issuecomment-677922065很友善地提供了notebook https://github.com/dmatrix/google-colab/blob/master/mlflow_issue_2350.ipynb具有完整的解决方案，利用pyngrok.

这是代码（旨在在 Colab 笔记本上运行），使用隐式重新发布到此处作者的许可 https://github.com/mlflow/mlflow/issues/2350#issuecomment-689657744:

!pip install mlflow --quiet
!pip install pyngrok --quiet

import mlflow

with mlflow.start_run(run_name="MLflow on Colab"):
  mlflow.log_metric("m1", 2.0)
  mlflow.log_param("p1", "mlflow-colab")

# run tracking UI in the background
get_ipython().system_raw("mlflow ui --port 5000 &") # run tracking UI in the background


# create remote tunnel using ngrok.com to allow local port access
# borrowed from https://colab.research.google.com/github/alfozan/MLflow-GBRT-demo/blob/master/MLflow-GBRT-demo.ipynb#scrollTo=4h3bKHMYUIG6

from pyngrok import ngrok

# Terminate open tunnels if exist
ngrok.kill()

# Setting the authtoken (optional)
# Get your authtoken from https://dashboard.ngrok.com/auth
NGROK_AUTH_TOKEN = ""
ngrok.set_auth_token(NGROK_AUTH_TOKEN)

# Open an HTTPs tunnel on port 5000 for http://localhost:5000
ngrok_tunnel = ngrok.connect(addr="5000", proto="http", bind_tls=True)
print("MLflow Tracking UI:", ngrok_tunnel.public_url)

其输出将是pyngrok- 生成的 URL 如下：

MLflow Tracking UI: https://0a23d7a7d0c4.ngrok.io

单击它将进入 MLfLow GUI 屏幕。

（对原始代码稍加修改，感谢pyngrok创造者，亚历克斯·莱尔德 https://stackoverflow.com/users/1128413/alexdlaird)

使用 MLflow 版本 1.10.0 和 1.11.0 进行测试。