MLFlow是否可以在终止的运行中记录新指标？

Question

我想使用MLFlow (使用Python)来记录时间序列，时间间隔等于1天。我的想法是创建一个具有特定ID的新运行，并每天使用具有新值的函数log_metric (例如，使用cron作业)。一旦我的运行终止，我可以“重新打开”它并记录一个新的指标吗？我的想法是：

# Day 1
import mlflow

tracking_uri = "my_uri"
mlflow.set_tracking_uri(tracking_uri)
xp_id = 0
mlflow.start_run(run_name="test", experiment_id=xp_id)
mlflow.log_metric("test_metric", 1)
mlflow.end_run()

以及接下来的几天：

import mlflow

def log_daily_metric(daily_value_metric):
  tracking_uri = "my_uri"
  mlflow.set_tracking_uri(tracking_uri)
  xp_id = 0
  mlflow.restart_run(run_name="test", experiment_id=xp_id)  # /!\ function mlflow.restart does not exist
  mlflow.log_metric("test_metric", daily_value_metric)
  mlflow.end_run()

因此运行"test"每天都会记录新的指标。

你有什么想法来实现这一点吗？

Answer 1

解决方案似乎是：

# day 1

import mlflow

tracking_uri = "my_uri"
mlflow.set_tracking_uri(tracking_uri)
xp_id = 0

client = MlflowClient()
run = client.create_run(experiment_id=xp_id)
print(run.info.run_id)  # gives you the run ID of your experiment. Example: "df85f660dca47d21b41454342cd3a7cb". Let's save this id somewhere...

然后,

import mlflow

def log_daily_metric(daily_value_metric: float, day: int):
  tracking_uri = "my_uri"
  mlflow.set_tracking_uri(tracking_uri)
  xp_id = 0
  client = MlflowClient()
  run_id = "df85f660dca47d21b41454342cd3a7cb"
  client.log_metric(run_id=run_id, key="test_metric", value=daily_value_metric, step=day)