PythonライブラリのMLflowに入門してみた - 気ままに技術勉強ブログ

はじめに

MLOpsに興味があって、そこでよく出てくるMLFlowがどんなものかを試しに触ってみました。
やったことは以下の通りです。
- MLFlowのページにあるQuickStart(下記URL)を実施してみました。 mlflow.org
  実行環境
OS: Windows10
Python: 3.9.4

手順とその結果

まずmlflowをインストール
```
 pip install mlflow
```
- QuickStartでは他にもいくつかInstallするよう書かれてましたが、とりあえずmlflowだけでもquickstartの内容は実施できました。

適当にフォルダ（フォルダ名はmlflowにしました）と、その中にpyhtonファイル（ファイル名はquickstart.pyにしました）を作り、quickstart.pyは、以下のように（quickstartに載っているままです）書きます。

 import os
 from random import random, randint
 from mlflow import log_metric, log_param, log_artifacts

 if __name__ == "__main__":
     # Log a parameter (key-value pair)
     log_param("param1", randint(0, 100))

     # Log a metric; metrics can be updated throughout the run
     log_metric("foo", random())
     log_metric("foo", random() + 1)
     log_metric("foo", random() + 2)

     # Log an artifact (output file)
     if not os.path.exists("outputs"):
         os.makedirs("outputs")
     with open("outputs/test.txt", "w") as f:
         f.write("hello world!")
     log_artifacts("outputs")

quickstart.pyを実行する
- quickstart.pyが置いてある場所にmlrunsフォルダとoutputsフォルダが作成されます。
- 実行後はフォルダの中はこんな感じになっています
```
  mlflow
  ├ mlruns
  ├ outputs
  └ quickstart.py
```
コマンドプロンプトでmlflow uiと打って実行する
- 実行するとINFO:waitress:Serving on http://～～のような文章が出てきます
その後http://localhost:5000/にアクセスする
- 問題なく起動すれば次のようなUIが立ち上がります。いろいろ表示されてます。今はまだ理解が及んでませんが、ひとまずは上手くmlflowで記録を残せているようです。

おわりに

quickstart通りに行っただけですが、一応MLFlowに入門できました。
今後は、実際の機械学習プロジェクトに応用させてみたいと思います。

はじめに

実行環境

手順とその結果

おわりに