Creación de paneles con metadatos de MLflow en tablas del sistema

Con los metadatos de MLflow en las tablas del sistema, puede crear paneles para analizar los experimentos de MLflow y ejecutarse desde todo el área de trabajo. El uso de la interfaz de usuario de MLflow existente y las API REST para estas tareas requeriría una iteración extensa y lenta.

Panel para obtener detalles de ejecución única

Para empezar a visualizar los datos de MLflow, descargue este panel de ejemplo como un archivo JSON e impórtelos en el área de trabajo. Este panel contiene un esqueleto de datos para replicar lo que se muestra en la página de detalles de ejecución en la interfaz de usuario de MLflow.

Para un identificador de experimento determinado, el identificador de ejecución y el nombre de la métrica, muestra los detalles de ejecución junto con etiquetas, parámetros y un gráfico de métricas. Puede obtener el identificador del experimento y el identificador de ejecución de la página de detalles de ejecución, tanto desde la interfaz de usuario como en la propia dirección URL: https://<workspace>.databricks.com/ml/experiments/<experiment_id>/runs/<run_id>.

Si navega al panel desde el menú de navegación izquierdo, puede importar el panel desde una definición de archivo JSON aquí. Desde allí, puede usar los cuadros de entrada en la parte superior para filtrar la ejecución y el experimento pertinentes dentro del área de trabajo para trazar. No dude en explorar las consultas y cambiar los trazados para satisfacer sus necesidades.

Panel para supervisar el uso medio de GPU entre experimentos

En la cuarta pestaña del panel anterior, puede escribir un nombre de métrica para obtener estadísticas de resumen en todos los experimentos con esa métrica dentro de un período de tiempo determinado. Esta información puede ser útil para supervisar las métricas del sistema registradas por MLflow en el área de trabajo para supervisar el uso ineficaz de cpu, memoria o GPU.

En el ejemplo, podemos ver varios experimentos con un uso medio de GPU de menos de 10% que es posible que deseemos investigar.