Уроки 6-9: autolog, hyperparam sweep, grid search, serving + MLproject, walkthrough

MLproject

@@ -0,0 +1,33 @@
+# MLflow Project — формат воспроизводимых экспериментов
+# ========================================================
+# Запуск:
+#   mlflow run . -P n_estimators=100 -P max_depth=8
+#   mlflow run . -P n_estimators=200 -P max_depth=12 --experiment-name digits_project
+#
+# MLflow автоматически:
+#   1. Создаст изолированное окружение из conda.yaml (или requirements.txt)
+#   2. Запустит entry point с указанными параметрами
+#   3. Логирует всё в MLflow tracking
+
+name: mlflow-practice
+
+python_env: python_env.yaml
+
+entry_points:
+  main:
+    parameters:
+      n_estimators: {type: int, default: 100}
+      max_depth: {type: int, default: 8}
+    command: "python src/train_simple.py --n-estimators {n_estimators} --max-depth {max_depth}"
+
+  gpu:
+    parameters:
+      epochs: {type: int, default: 10}
+      batch_size: {type: int, default: 256}
+      lr: {type: float, default: 0.001}
+    command: "python src/train_gpu.py --epochs {epochs} --batch-size {batch_size} --lr {lr}"
+
+  sweep:
+    parameters:
+      max_combos: {type: int, default: 20}
+    command: "python src/hyperparam_sweep.py --max-combos {max_combos}"