当前MLflow Docker镜像来自Canonical,基于Ubuntu构建。接收安全更新,并滚动更新至更新的MLflow或Ubuntu版本。此仓库可免费使用,且不受每用户速率限制。
MLflow是一个用于简化机器学习开发的平台,包括跟踪实验、将代码打包为可复现的运行以及共享和部署模型。MLflow提供了一组轻量级API,可与任何现有机器学习应用程序或库(TensorFlow、PyTorch、XGBoost等)配合使用,无论您当前在何处运行ML代码(例如在笔记本、独立应用程序或云中)。更多信息请访问mlflow官方网站。
!LTS LTS通道提供长达5年的免费安全维护。
!ESM 通过Canonical的受限仓库提供长达10年的客户安全维护。
| 通道标签 | 当前版本 | 架构 | ||
|---|---|---|---|---|
2.1.1_1.0-22.04 | !LTS | !ESM | Ubuntu 22.04 LTS上的MLflow 2.1.1_1.0 | amd64 |
track_risk |
通道标签按稳定性顺序显示该跟踪的最稳定通道:stable、candidate、beta、edge。风险更高的通道始终隐式可用。因此,如果列出了beta,您也可以拉取edge;如果列出了candidate,您可以拉取beta和edge;当列出stable时,所有四个通道均可用。镜像确保按edge、beta、candidate、stable的顺序推进。
如果您的使用场景包括商业再分发,或需要ESM或不可用的通道/版本,请联系Canonical团队(或发送邮件至***)。
本地启动此镜像:
shdocker run -d --name mlflow-container -e TZ=UTC -p 5000:5000 ubuntu/mlflow:2.1.1_1.0-22.04_stable
通过http://localhost:5000访问MLflow UI。
参数说明
| 参数 | 描述 |
|---|---|
-p 5000:5000 | 将MLflow暴露在localhost:5000。 |
测试/调试
调试容器:
shdocker logs -f mlflow-container
获取交互式shell:
shdocker exec -it mlflow-container /bin/bash
如果您在镜像中发现错误或想要请求特定功能,请在此提交错误报告:
[***]
请将错误标题命名为“mlflow: <问题摘要>”。确保包含您使用的镜像摘要,可通过以下命令获取:
shdocker images --no-trunc --quiet ubuntu/mlflow:<标签>
这些通道(标签)不再更新。请升级到更新的通道,如无法升级,请联系我们。
| 跟踪 | 版本 | 生命周期结束(EOL) | 升级路径 |
|---|---|---|---|
track |
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。


探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
docker search 限制
站内搜不到镜像
离线 save/load
插件要用 plugin install
WSL 拉取慢
安全与 digest
新手拉取配置
镜像合规机制
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
域名连通性排查
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务