默认情况下,MLflow客户节省工件工件存储URI在一个实验。类似于工件存储URI/ dbfs /砖/ mlflow-tracking / < experiment-id > / / <运行id > /工件。
这个工件商店MLflow管理的位置,所以你不能直接下载工件。
你必须使用client.download_artifacts在MLflow客户端将从工件存储工件复制到另一个存储位置。
示例代码
这个示例代码下载MLflow工件从一个特定的运行并将它们存储在指定的位置local_dir。
取代< local-path-to-store-artifacts >与当地的路径要存储工件。
取代<运行id >与run_id你的指定MLflow运行。
%来自mlflow python导入mlflow导入系统。跟踪进口MlflowClient客户= MlflowClient () local_dir = < local-path-to-store-artifacts >“如果不是os.path.exists (local_dir): os.mkdir (local_dir) #创建示例构件“features.txt”。特点= "房间、zipcode median_price、school_rating、运输”张开(”特性。txt”,“w”) f: f.write(特性)#创建示例MLflow运行和日志构件”的特性。txt”MLflow运行。用mlflow.start_run()运行:mlflow.log_artifact(”特性。txt”, artifact_path = "特性")#工件下载到本地存储。local_path =客户。download_artifacts(<运行id >,“特性”,local_dir)打印(“工件下载:{}”.format (local_dir))打印(“构件:{}”.format (local_dir))
后的工件已经下载到本地存储,你可以复制(或移动)外部文件系统使用标准工具或挂载点。
复制到外部文件系统
% scala dbutils.fs。cp (local_dir <文件系统:/ / path-to-store-artifacts >)
搬到一个挂载点
python shutil %。移动(local_dir“/ dbfs / mnt / < path-to-store-artifacts >”)