我想从 Amazon SageMaker 上的笔记本中使用基于 mlflow 的用户界面。但是给定的地址http://127.0.0.1:5000似乎不起作用。
我已经在 SageMaker 笔记本上安装了 mlflow。
这段代码运行良好:
import mlflow
mlflow.start_run()
mlflow.log_param("my", "param")
mlflow.log_metric("score", 100)
mlflow.end_run()
然后如果我跑
! mlflow ui
我得到了预期的结果:
[2019-04-09 11:15:52 +0000] [17980] [INFO] Starting gunicorn 19.9.0
[2019-04-09 11:15:52 +0000] [17980] [INFO] Listening at: http://127.0.0.1:5000 (17980)
[2019-04-09 11:15:52 +0000] [17980] [INFO] Using worker: sync
[2019-04-09 11:15:52 +0000] [17983] [INFO] Booting worker with pid: 17983
但是，之后去
http://127.0.0.1:5000的时候在我的浏览器中，没有加载任何内容。我猜是
127.0.0.1不是正确的地址，但我怎么知道要使用哪个地址呢？
最佳答案
您好，感谢您使用 SageMaker!
不幸的是，目前看来 mlflow 与 SageMaker 不兼容。我们确实提供了可以支持这些场景的功能。 SageMaker 包含一个名为 jupyter-server-proxy 的插件这允许在您的 SageMaker Notebook 实例上托管其他 Web 应用程序，例如 TensorBoard。
在 mlflow 的情况下，我几乎可以通过访问 https://mynotebookinstance.notebook.us-east-1.sagemaker.aws/proxy/5000/ 来使您的示例工作。 (注意端口号是如何移到末尾的)，但不幸的是 mlflow 显示错误，因为它当前假定它不在根 URL 路径上运行。
我在 mlflow GitHub 存储库中创建了一个问题:https://github.com/mlflow/mlflow/issues/1120请“星标”此问题以了解其最新状态。
最好的事物，
凯文
关于amazon-sagemaker - 如何从 Amazon SageMaker 运行基于网络的 mlflow 用户界面？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55593128/