learn-mlflow

このリポジトリにはMLFlowを学習するためのノートブックが含まれます. 以下の2つのディレクトリが存在します.

• notebook/optuna - Optunaを用いて予測モデルのハイパーパラメータ探索を実行し, その結果をMLFlowのUIで確認するためのノートブック.
• notebook/model - 訓練した予測モデルを前処理を含めて永続化するためのノートブック.

現時点では1つ目のノートブックに対してのみ詳細な説明があります.

実行方法

以下の手順で動作確認を行いました.

1. 本リポジトリをgit cloneします.

   git clone https://github.com/PyDataOsaka/learn-mlflow.git

2. pyenvでPythonのバージョンを3.9.0とします.

   pyenv install 3.9.0
   cd learn-mlflow
   pyenv local 3.9.0

3. learn-mlflow以下に仮想環境を作成します.

   # 場所はlearn-mlflow
   python -m venv venv
   source venv/bin/activate # 仮想環境をアクティベート
   pip install --upgrade pip # pipを最新版にします

4. 依存ライブラリをインストールします.

   # 場所はlearn-mlflow, 仮想環境をアクティベート済み
   poetry install

   補足：Apple SiliconのMacでは以下のようにします（参考）.

   # brew install openblas でOpenBLASを事前にインストール
   OPENBLAS="$(brew --prefix openblas)" poetry install

5. Jupyter serverを起動します.

   # 場所はlearn-mlflow, 仮想環境をアクティベート済み
   jupyter lab

6. ノートブックを実行します. VSCodeのJupyter serverで実行する場合, カーネル用のインタプリタが仮想環境のものであることを確認します.

その他

• 自分用の作業ログ（他の人には見えないはず, 見えても困りませんが）