- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
当我将我的整个模型和参数记录到 mlflow 中时,我认为将其置于用户名和密码下进行保护是个好主意。
我使用以下代码运行mlflow服务器mlflow server --host 0.0.0.0 --port 11111
完美运行,在我的浏览器中输入 myip:11111
我看到了一切(最终是问题所在)
如果我理解文档和以下内容 https://groups.google.com/forum/#!topic/mlflow-users/E9QW4HdS8a8此处链接正确,我应该使用 nginx 来创建身份验证。
我安装了 nginx open sourcre
和 apache2-utils
已创建 sudo htpasswd -c /etc/apache2/.htpasswd user1
用户和密码。
我编辑了我的 /etc/nginx/nginx.conf
到以下几点:
server {
listen 80;
listen 443 ssl;
server_name my_ip;
root NOT_SURE_WHICH_PATH_TO_PUT_HERE, THE VENV?;
location / {
proxy_pass my_ip:11111/;
auth_basic "Restricted Content";
auth_basic_user_file /home/path to the password file/.htpasswd;
}
}
listen 11111
我收到一个错误,该端口已在使用中(当然,由 mlflow 服务器....)
最佳答案
这里的问题是 mlflow
和 nginx
正在尝试在 上运行同一个端口 ...
sudo nano mlflow
并删除现有的默认值。server {
listen YOUR_PORT;
server_name YOUR_IP_OR_DOMAIN;
auth_basic “Administrator’s Area”;
auth_basic_user_file /etc/apache2/.htpasswd; #read the link below how to set username and pwd in nginx
location / {
proxy_pass http://localhost:8000;
include /etc/nginx/proxy_params;
proxy_redirect off;
}
}
sudo systemctl restart nginx
mlflow server --host localhost --port 8000
export MLFLOW_TRACKING_USERNAME=user export MLFLOW_TRACKING_PASSWORD=pwd
/venv/lib/python3.6/site-packages/mlflowpackages/mlflow/tracking/_tracking_service/utils.py
中编辑函数def _get_rest_store(store_uri, **_):
def get_default_host_creds():
return rest_utils.MlflowHostCreds(
host=store_uri,
username=replace with nginx user
password=replace with nginx pwd
token=os.environ.get(_TRACKING_TOKEN_ENV_VAR),
ignore_tls_verification=os.environ.get(_TRACKING_INSECURE_TLS_ENV_VAR) == 'true',
)
import mlflow
remote_server_uri = "YOUR_IP_OR_DOMAIN:YOUR_PORT" # set to your server URI
mlflow.set_tracking_uri(remote_server_uri)
mlflow.set_experiment("/my-experiment")
with mlflow.start_run():
mlflow.log_param("a", 1)
mlflow.log_metric("b", 2)
关于nginx - 如何在 mlFlow 服务器上运行身份验证?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58956459/
我想在不使用 mlflow ui 的情况下向体验笔记添加文本 mlflow UI notes example 我在文档中找不到该方法 https://mlflow.org/docs/latest/tr
我目前正在跟踪我的 MLflow 运行到本地文件路径 URI。我还想设置一个远程跟踪服务器与我的合作者共享。我想避免的一件事是将所有内容都记录到服务器,因为它可能很快就会被失败的运行淹没。 理想情况下
MLFlow Tracking 非常适合监控实验,但我想知道 MLFlow 或其他开源平台上是否有解决方案可以集成来监控数据和模型漂移。 有一个post来自 Databricks 展示了如何使用 De
有没有办法在 MLflow 的实验级别管理权限?我们想要一个共享服务器,但希望能够在实验级别管理权限 - 例如管理员可以查看所有实验,user_group1 可以管理实验 1 - 也许不同的组可以查看
我还没有找到在第一次 start_run 之后为该运行设置运行名称的方法(我们可以在那里传递一个名称)。 我知道我们可以使用标签,但那不是一回事。我想添加一个与运行相关的名称,但通常我们只有在运行评估
我发现删除了 run仅从 active 更改状态至 deleted ,因为如果通过 deleted 搜索,运行仍然在 UI 中可见。 . 是否可以删除 run从UI节省空间? 删除运行时,是否也删除了
我正在使用 mlflow REST API 编写一个库。我正在寻找用于记录不同 mlflow 模型的 mlflow REST api。 在文档中,https://www.mlflow.org/docs
我正在尝试在远程计算机上将 MLFlow 跟踪服务器设置为 systemd 服务。我有一个运行的 sftp 服务器并创建了一个 SSH key 对。 除了工件日志记录之外,一切似乎都运行良好。 MLF
我尝试以这种方式读取指标: data, info = mlflow.get_run(run_id) print(data[1].metrics) # example of output: {'l
我可以使用以下命令创建 ml 模型服务器 mlflow models serve -m file:///C:/Users/SawarkarFamily/Desktop/mlflow-master/ex
我正在尝试在本地网络中的另一台机器上运行 MLFlow,我想寻求一些帮助,因为我现在不知道该怎么做。 我有一个运行在服务器上的 mlflow 服务器。 mlflow 服务器在服务器上的我的用户下运行,
我正在尝试使用 MLFlow CLI 运行 MLFlow 项目,但按照教程进行操作会导致错误。对于我尝试从 CLI 运行的任何项目,我都会收到以下错误 Traceback (most recent c
我正在尝试在本地运行 mlflow 服务器。 为此,我正在使用: mlflow server --backend-store-uri="sqlite:///C:\\path\\to\\project_
我正在尝试将基于 tensorflow (keras) 的模型实现到 mlflow 中,同时了解它的工作原理以及它是否满足我们的需求。我正在尝试从 tensorflow 网站实现 Fashion MN
我已使用 MLProject 将我的模型存储在 Github 中,以便其他人可以以各种变体运行它。现在我想将运行创建的模型记录为工件,以便用户可以使用 MLModel 加载它们。由于我的模型是定制的,
我有一个流读取准备将特征数据发布到一个已经注册的模型中。所有代码都在 Python 中。以下模型和元数据在常规笔记本中的流之外运行。在流中是另一回事。主要问题是从流中写入的数据(写入目标表)具有 NU
MLflow 运行完成后,外部脚本可以使用 python mlflow 客户端和 mlflow.get_run(run_id) 方法访问其参数和指标,但是 get_run 返回的 Run 对象似乎是只
我希望通过在 keras 模型的训练/测试阶段的每个时期之后存储相应指标的每个值,将损失和准确性等指标视为图表。 PS:我知道我们可以通过使用 mlflow for keras 的自动日志功能来做到这
我想从不同的文件夹运行 mlflow ui。默认情况下,它会在我的用户文件夹中创建一个名为“mlruns”的文件夹。如果创建在使用特定工作目录的 Jupiter-Notebook 中运行,则会在该目录
当我将我的整个模型和参数记录到 mlflow 中时,我认为将其置于用户名和密码下进行保护是个好主意。 我使用以下代码运行mlflow服务器 mlflow server --host 0.0.0.0 -
我是一名优秀的程序员,十分优秀!