MLflow 速查
共 25 条 MLflow 常用写法，涵盖核心概念、跟踪（写法）、命令行、模型与注册表、自动化与用法。 支持搜索与分类筛选，点击即可复制。
核心概念
跟踪、项目、模型、注册表。
| 命令 | 说明 |
|---|---|
| 实验跟踪 | |
| 项目 | |
| 模型 | |
| 模型注册表 | |
| 框架无关 |
跟踪（写法）
记录一次训练。
| 命令 | 说明 |
|---|---|
| 开启一次运行 | |
| 记录参数 | |
| 记录指标 | |
| 记录产物 | |
| 设置实验与后端 |
命令行
服务与运行。
| 命令 | 说明 |
|---|---|
| 启动跟踪 UI | |
| 自建跟踪服务器 | |
| 运行项目并传参 | |
| 起推理服务 | |
| 垃圾回收 |
模型与注册表
保存与上线。
| 命令 | 说明 |
|---|---|
| 记录 sklearn 模型 | |
| 注册到 Registry | |
| 阶段流转 | |
| 按阶段加载 | |
| pyfunc |
自动化与用法
少写代码。
| 命令 | 说明 |
|---|---|
| 自动日志 | |
| 分框架自动 | |
| 项目文件 | |
| 实验对比 | |
| 托管服务 |
使用说明
MLflow 常用写法速查：核心概念、跟踪（写法）、命令行、模型与注册表、自动化与用法；支持搜索与分类筛选，点击即可复制。
- 按用途点分类：核心概念、跟踪（写法）、命令行、模型与注册表、自动化与用法。
- 点「写法」列复制，替换实验名与指标后使用。
- 用 with mlflow.start_run() 包裹训练，记录参数/指标/产物。
- 把模型记到 Registry 并管理阶段（Staging/Production）。
常见问题
- Experiment 和 Run 是什么？
- Experiment 是一组相关实验的集合，Run 是其中一次具体执行，记录其参数、指标与产物；在 UI 里按二者组织与对比。
- 怎么少写日志代码？
- 调用 mlflow.autolog() 或对应框架的自动日志，训练时自动记录参数、指标、模型与常用产物，之后再按需补充自定义记录。
- 模型怎么上线？
- 记录模型后注册到 Model Registry，按版本与阶段管理，用 load_model("models:/名/Production") 加载，或用 mlflow models serve 起推理服务。