Python 如何使多个MLFlow并行运行？

我不太熟悉Python中的并行化，在尝试并行地在多个训练折叠上训练模型时遇到了一个错误。以下是我的代码的简化版本：

def train_test_model(fold):
    # here I train the model etc...
    
    # now I want to save the parameters and metrics
    with mlflow.start_run():
        mlflow.log_param("run_name", run_name)
        mlflow.log_param("modeltype", modeltype)
        # and so on...

if __name__=="__main__":
    pool = ThreadPool(processes = num_trials)
    # run folds in parallel
    pool.map(lambda fold:train_test_model(fold), folds)

我得到以下错误：

Exception: Run with UUID 23e9bb6d22674a518e48af9c51252860 is already active. To start a new run, first end the current run with mlflow.end_run(). To start a nested run, call start_run with nested=True

---

说明

mlflow.start\u run（）

启动新的运行并使其处于活动状态，这是我的问题的根源。每个线程为其相应折叠启动一个MLFlow运行，并使其处于活动状态，同时我需要并行运行，即所有运行都处于活动状态（？）并保存相应折叠的参数/度量。我怎样才能解决这个问题呢？

我找到了一个解决方案，也许对其他人有用。您可以在此处通过代码示例查看详细信息：