机器学习模型实验 (BASIC ALL)

在私有化部署版上，模型实验跟踪功能默认禁用。 要启用此功能，需要管理员启用功能标志 ml_experiment_tracking。 在 SaaS 版上，此功能处于内部测试中。
note模型实验跟踪功能是一项实验功能。

在创建机器学习模型时，数据科学家经常试验不同的参数、配置和功能工程，来提高模型的性能。跟踪所有这些元数据和相关的产物使数据科学家以后可以复制实验，这并非易事。机器学习实验跟踪使他们能够将参数、指标和产物直接记录到极狐GitLab 中，以便以后轻松访问。

目标包括以下功能：

  • 搜索实验。
  • 候选项的可视化比较。
  • 通过 UI 创建、删除和更新实验。
  • 通过 UI 创建、删除和更新候选项。

什么是实验？

在一个项目中，一个实验是一组可比较的候选模型。 实验可以是长期的（例如，当它们代表一个用例时），也可以是短期的（由合并请求触发的超参数调整的结果），但通常持有具有由相同指标测量的相似参数集的模型候选项。

List of Experiments

模型候选项

候选模型是机器学习模型训练的变体，最终可以提升为模型的一个版本。

Experiment Candidates

数据科学家的目标是找到实现最佳模型性能的参数值的候选模型，如给定指标所示。

Candidate Detail

参数示例：

  • 算法（例如线性回归或决策树）。
  • 算法的超参数（学习率、树深度、时期数）。
  • 包括的功能。

跟踪新的实验和候选项

实验和试用只能通过 MLFlow 客户端集成进行跟踪。 有关如何将极狐GitLab 用作 MLFlow 客户端后端的更多信息，请参阅 MLFlow 客户端集成。

浏览模型候选项

先决条件：

  • 您必须至少具有开发者角色才能查看实验数据。

要列出当前活动的实验，请访问 https/-/ml/experiments 或：

  1. 在左侧边栏中，选择 搜索或转到 并找到您的项目。
  2. 在左侧边栏中，选择 分析 > 模型实验。
  3. 要显示已记录的所有候选项及其指标、参数和元数据，请选择一个实验。
  4. 要显示候选人的详细信息，请选择 详情。

查看日志产物

试用产物保存为通用软件包，并遵循其所有限制。在为候选项记录产物后，为候选项记录的所有产物都列在软件包库中。候选项软件包名称为 ml_experiment_<experiment_id>，其中版本为候选 IID。也可以从 实验候选项 列表或 候选项详情 访问产物的链接。