معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Machine Learning Orchestration

ویژگی	مقدار
سیستم عامل	-
نام فایل	dbnd-mlflow-1.0.9.1
نام	dbnd-mlflow
نسخه کتابخانه	1.0.9.1
نگهدارنده	['Evgeny Shulman']
ایمیل نگهدارنده	['evgeny.shulman@databand.ai']
نویسنده	Evgeny Shulman
ایمیل نویسنده	evgeny.shulman@databand.ai
آدرس صفحه اصلی	https://github.com/databand-ai/dbnd
آدرس اینترنتی	https://pypi.org/project/dbnd-mlflow/
مجوز	-

# Overview The `dbnd-mlflow` plugin allows storing [mlflow](https://github.com/mlflow/mlflow) metrics to DBND tracker together with duplicating them to the mlflow store. # Install ```bash pip install dbnd-mlflow # or pip install databand[mlflow] ``` # Config ```ini [core] # Databand store url should be defined databand_url=http://localhost:8080 [mlflow_tracking] # Enable tracking to Databand store databand_tracking=True # Optionally, define a URI for mlflow store, # mlflow.get_tracking_uri() is used by default ; duplicate_tracking_to=http://mlflow-store/ ``` # Run example You might need to install examples at first `pip install dbnd-examples`. ```bash dbnd run dbnd_examples.tracking.tracking_mlflow.task_with_mflow # or set configs manually dbnd run dbnd_examples.tracking.tracking_mlflow.task_with_mflow --set-config mlflow_tracking.databand_tracking=True ``` # Explanation <details><summary>mlflow_example code</summary> <p> ```python from dbnd import task from mlflow import start_run, end_run from mlflow import log_metric, log_param @task def mlflow_example(): start_run() # params log_param("param1", randint(0, 100)) log_param("param2", randint(0, 100)) # metrics log_metric("foo1", random()) log_metric("foo2", random()) end_run() ``` </p> </details> ## Execution flow: 1. Run `dbnd run mlflow_example --set-config mlflow_tracking.databand_tracking=True` 2. dbnd creates a new dbnd context 3. `dbnd_on_pre_init_context` hook from `dbnd_mlflow` is triggered - a new uri is computed to be used by mlflow, e.g.: - `dbnd://localhost:8080?duplicate_tracking_to=http%253A%252F%252Fmlflow-store%253A80%252F` - the new uri is set to be used with `mlflow.set_tracking_uri()` 4. `mlflow_example` task starts: 1. `mlflow.start_run()` 1. `mlflow` reads `entry_points` for each installed package and finds: - "dbnd = dbnd_mlflow.tracking_store:get_dbnd_store", - "dbnd+s = dbnd_mlflow.tracking_store:get_dbnd_store", - "databand = dbnd_mlflow.tracking_store:get_dbnd_store", - "databand+s = dbnd_mlflow.tracking_store:get_dbnd_store", 2. `mlflow` creates `TrackingStoreClient` using the new uri 3. uri schema instructs to use `dbnd_mlflow.tracking_store:get_dbnd_store` - `get_dbnd_store` creates dbnd `TrackingAPIClient` - `get_dbnd_store` creates mlflow tracking store to duplicate tracking to - `get_dbnd_store` returns `DatabandStore` instance 2. `log_param()`/`log_metric()` - calls to `DatabandStore` - calls to `TrackingAPIClient` - calls to mlflow tracking store to duplicate tracking to 3. `mlflow.end_run()` 5. `mlflow_example` ends 6. `dbnd_on_exit_context` hook from `dbnd_mlflow` is triggered - restore original mlflow tracking uri

نیازمندی

مقدار	نام
==1.0.12.13	dbnd
-	six

نحوه نصب

نصب پکیج whl dbnd-mlflow-1.0.9.1:

pip install dbnd-mlflow-1.0.9.1.whl

نصب پکیج tar.gz dbnd-mlflow-1.0.9.1:

pip install dbnd-mlflow-1.0.9.1.tar.gz