second_constantine
d5c5bf3767
- recall_macro/recall_weighted во всех скриптах с метриками (train_simple, train_gpu, autolog_demo, hyperparam_sweep, grid_search_cv, load_and_predict, compare_runs) - grid_search_cv: multi-metric scoring (accuracy + recall_macro) - register_model: выбор лучшей модели по recall (--metric) - MLflow warnings: name вместо artifact_path, сигнатура модели, numpy input_example для pytorch, подавление env-var INFO - start_ui.sh: порт 5555 + file-store backend (фикс: UI не показывал эксперименты, т.к. скрипты писали в mlruns/, а сервер читал sqlite) - setup_server.sh: развилка macOS/Linux + проверка MPS - train_gpu: get_device CUDA→MPS→CPU, num_workers=0 на macOS - AGENTS.md: гид для агента + саморегламент обновления - README/CODE_WALKTHROUGH: выровнена нумерация уроков 8/9 - .gitignore: +.DS_Store - удалён scripts/setup_git.sh
41 lines
1.7 KiB
Bash
Executable File
41 lines
1.7 KiB
Bash
Executable File
#!/bin/bash
|
|
# ============================================================
|
|
# Запуск MLflow Tracking Server
|
|
# Откройте в браузере: http://localhost:5555
|
|
#
|
|
# Backend store = file://$(pwd)/mlruns (тот же каталог, куда скрипты
|
|
# пишут по умолчанию). Поэтому UI видит все эксперименты/запуски
|
|
# без доп. настройки tracking URI в скриптах.
|
|
#
|
|
# Альтернатива — SQLite-бэкенд (нужен, только если хотите SQL-запросы
|
|
# к запускам). Тогда раскомментируйте блок SQLITE ниже и закомментируйте
|
|
# FILE, а в скриптах задайте mlflow.set_tracking_uri("http://localhost:5555")
|
|
# (или export MLFLOW_TRACKING_URI=http://localhost:5555).
|
|
# ============================================================
|
|
set -e
|
|
cd "$(dirname "$0")"
|
|
|
|
PORT=5555
|
|
|
|
echo "🚀 Запускаем MLflow Tracking Server..."
|
|
echo " UI: http://localhost:${PORT}"
|
|
echo " Store: file://${PWD}/mlruns"
|
|
echo " Artifacts: file://${PWD}/artifacts"
|
|
echo ""
|
|
echo " Нажмите Ctrl+C для остановки"
|
|
echo ""
|
|
|
|
# ─── FILE backend (по умолчанию — единое хранилище со скриптами) ───
|
|
mlflow server \
|
|
--backend-store-uri "file://${PWD}/mlruns" \
|
|
--default-artifact-root "file://${PWD}/artifacts" \
|
|
--host 0.0.0.0 \
|
|
--port "${PORT}"
|
|
|
|
# ─── SQLITE backend (альтернатива — см. комментарий в шапке) ──────
|
|
# mlflow server \
|
|
# --backend-store-uri sqlite:///mlflow.db \
|
|
# --default-artifact-root ./artifacts \
|
|
# --host 0.0.0.0 \
|
|
# --port "${PORT}"
|