Невозможно записать артефакты с клиента Windows на сервер mlflow, работающий на экземпляре виртуальной машины GCP

Question

Я установил mlflow на виртуальной машине GCP и запустил сервер, выполнив эту команду на виртуальной машине mlflow server --host x.x.x.x, здесь xxxx - внутренний IP-адрес виртуальной машины

Установите URI отслеживания с помощью mlflow.set_tracking_uri("http://x.x.x.x:5000/"), здесь xxxx - внешний ip виртуальной машины

Сейчас я запускаю этот код для регистрации параметров и артефактов на виртуальной машине GCP, где работает мой сервер mlflow:

def eval_metrics(actual, pred):
        rmse = np.sqrt(mean_squared_error(actual, pred))
        mae = mean_absolute_error(actual, pred)
        r2 = r2_score(actual, pred)
        return rmse, mae, r2

with mlflow.start_run():
        lr = ElasticNet(alpha=alpha, l1_ratio=l1_ratio, random_state=42)
        lr.fit(train_x, train_y)
        predicted_qualities = lr.predict(test_x)
        (rmse, mae, r2) = eval_metrics(test_y, predicted_qualities)
        print("Elasticnet model (alpha=%f, l1_ratio=%f):" % (alpha, l1_ratio))
        print("  RMSE: %s" % rmse)
        print("  MAE: %s" % mae)
        print("  R2: %s" % r2)
        mlflow.log_param("alpha", alpha)
        mlflow.log_param("l1_ratio", l1_ratio)
        mlflow.log_metric("rmse", rmse)
        mlflow.log_metric("r2", r2)
        mlflow.log_metric("mae", mae)
        mlflow.log_artifacts(lr)

Параметры и метрики I Я могу подключиться к https://x.x.x.x: 5000 , где xxxx - внешний IP-адрес виртуальной машины, но в последней строке кода, т. е. mlflow.log_artifacts(lr) с ошибкой, указанной ниже:

При выполнении mlflow.get_artifact_uri() возвращается путь ./mlruns/0/6073b44bbac842e5axxxxxxxxxxxxxxxxxx/artifacts

Что-то не так с путем к артефакту, и есть идеи, как решить эту проблему, чтобы регистрировать артефакты на ВМ из кода, работающего на локальном ноутбуке Jupyter?