Как безопасно отключить mlflow ui? - PullRequest
Новая
       2

Как безопасно отключить mlflow ui?

0 голосов
/ 04 марта 2020

После запуска mlflow ui на удаленном сервере я не могу снова открыть mlflow ui.
Обходной путь - убить все мои процессы на сервере, используя pkill -u MyUserName.
В противном случае я получаю следующая ошибка: 

[INFO] Starting gunicorn 20.0.4  
[ERROR] Connection in use: ('127.0.0.1', 5000)
[ERROR] Retrying in 1 second.  
...
Running the mlflow server failed. Please see ther logs above for details.

Я понимаю ошибку, но не понимаю:
1. Как правильно отключить mlflow ui
2. Как определить mlflow ui процесс, чтобы только убить этот процесс и не использовать pkill

В настоящее время я закрываю браузер или использую Ctrl + C

1 Ответ

0 голосов
/ 07 марта 2020

По умолчанию интерфейс mlflow связывается с портом 5000, поэтому последующий вызов приведет к ошибке занятости порта.

Вы можете запустить несколько интерфейсов MLflow и указать разные номера портов: 

Usage: mlflow ui [OPTIONS]

  Launch the MLflow tracking UI for local viewing of run results. To launch
  a production server, use the "mlflow server" command instead.

  The UI will be visible at http://localhost:5000 by default, and only
  accept connections from the local machine. To let the UI server accept
  connections from other machines, you will need to pass ``--host 0.0.0.0``
  to listen on all network interfaces (or a specific interface address).

Options:
  --backend-store-uri PATH     URI to which to persist experiment and run
                               data. Acceptable URIs are SQLAlchemy-compatible
                               database connection strings (e.g.
                               'sqlite:///path/to/file.db') or local
                               filesystem URIs (e.g.
                               'file:///absolute/path/to/directory'). By
                               default, data will be logged to the ./mlruns
                               directory.
  --default-artifact-root URI  Path to local directory to store artifacts, for
                               new experiments. Note that this flag does not
                               impact already-created experiments. Default:
                               ./mlruns
  -p, --port INTEGER           The port to listen on (default: 5000).
  -h, --host HOST              The network address to listen on (default:
                               127.0.0.1). Use 0.0.0.0 to bind to all
                               addresses if you want to access the tracking
                               server from other machines.
  --help                       Show this message and exit.```

Try it and see what happens.
...