¿Reutilizar el entorno conda existente para el proyecto de mlflow?
He configurado un archivo de proyecto de mlflow. El primer obstáculo fue que no se requiere la extensión. El problema actual es que he exportado un entorno conda existente usando:
conda env export --name ENVNAME > envname.yml
sustituyendo ENVNAME
. Este archivo envname.yml
contiene la ubicación actual donde se encuentra el entorno. A continuación, he colocado envname.yml
y he definido correctamente los puntos de entrada.
name: pytorch
channels:
- defaults
prefix: /data/krishnan/software/anaconda3/envs/pytorch
Cuando ejecuto el proyecto usando mlflow run .
, encuentro que mlflow intenta crear otro entorno temporal basado en este archivo Conda, que es Python 2. Ignora que el entorno especificado existe y que todos los paquetes son correctos.
¿Hay algo incorrecto en lo que estoy haciendo?
davy.ai
Basándose en la descripción del problema, parece que puede haber un problema con la forma en que se especifica el entorno de Conda en el archivo del proyecto de mlflow.
Aquí hay algunas soluciones potenciales para probar:
Asegúrese de que el entorno de Conda especificado en el archivo del proyecto de mlflow coincida con el nombre y la ubicación del archivo de entorno exportado. Verifique que el prefijo en el archivo YAML coincida con la ubicación real del entorno exportado.
Intente especificar explícitamente el entorno de Conda al ejecutar el proyecto con mlflow. Esto se puede hacer utilizando la opción
--env-name
, seguido del nombre del entorno de Conda. Por ejemplo: