Python 3.x 显示pycharm中每个运行的mlflow的度量值

Python 3.x 显示pycharm中每个运行的mlflow的度量值,python-3.x,pycharm,databricks,hyperparameters,mlflow,Python 3.x,Pycharm,Databricks,Hyperparameters,Mlflow,我已经编写了一个使用网格搜索方法进行超参数调优的小代码段。我在pycharm中使用python代码传递参数值。这是成功运行 ''' ''' 现在,我想读取上述每次运行的度量值(MeanAP、CentLoss、Sum loss、Heatmap focul loss),以便有度量值的历史记录,以实现贝叶斯超参数调优。但是我得到一个错误,uri没有定义。 ''' ''' 您能否帮助我正确实现mlflow.log_metrics(),或者是否有任何其他函数可用于读取pycharm中每次运行的度量值 im

我已经编写了一个使用网格搜索方法进行超参数调优的小代码段。我在pycharm中使用python代码传递参数值。这是成功运行

'''

'''

现在,我想读取上述每次运行的度量值(MeanAP、CentLoss、Sum loss、Heatmap focul loss),以便有度量值的历史记录,以实现贝叶斯超参数调优。但是我得到一个错误,uri没有定义。 '''

'''

您能否帮助我正确实现mlflow.log_metrics(),或者是否有任何其他函数可用于读取pycharm中每次运行的度量值

import mlflow
lr = [1e-3, 1e-4,1e-5]
batch_size = [16, 32, 48]

for x in lr:
    for y in batch_size:
       local_env_run = mlflow.projects.run(uri=".",
                                           entry_point='train_centernet',
                                           parameters={"ngpus":8, "epochs":100, "lr":x, "batch_size":y},
                                           experiment_id='10000000000000',
                                           use_conda=True,
                                           backend="databricks",
                                           backend_config ="cluster-spec-p2-8xlarge.json"
                                           )
import mlflow
lr = 1e-3
batch_size = 16
metrics = {"MeanAP": 2500.00}

with mlflow.projects.run(uri=".",
                         entry_point='train_centernet',
                         parameters={"ngpus":8, "epochs":100, "lr":lr, 
               "batch_size":batch_size},
                        experiment_id='611148175186456',
                        use_conda=True,
                        backend="databricks",
                        backend_config ="cluster-spec-p2-8xlarge.json"
                         ):
     results = mlflow.log_metrics(metrics)
     print(results)`