Python 3.x 显示pycharm中每个运行的mlflow的度量值
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
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)`