ubuntu/mlflow Docker 镜像

MLflow | Ubuntu

当前MLflow Docker镜像https://ubuntu.com/security/docker-images，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。**

关于MLflow

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https://mlflow.org/。

标签和架构

LTS通道提供长达5年的免费安全维护。

通过https://ubuntu.com/security/docker-images#get-in-touch提供长达10年的客户安全维护。

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。

商业用途和扩展安全维护通道

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https://ubuntu.com/security/docker-images#get-in-touch（或发送邮件至***）。

使用方法

本地启动此镜像：

sh
docker run -d --name mlflow-container -e TZ=UTC -p 5000:5000 docker.xuanyuan.run/ubuntu/mlflow:2.1.1_1.0-22.04_stable

通过http://localhost:5000访问MLflow UI。

参数说明

测试/调试

调试容器：

sh
docker logs -f mlflow-container

获取交互式shell：

sh
docker exec -it mlflow-container /bin/bash

错误和功能请求

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：

https://bugs.launchpad.net/ubuntu-docker-images/+filebug

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：

sh
docker images --no-trunc --quiet ubuntu/mlflow:<标签>

已弃用的通道和标签

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https://ubuntu.com/security/docker-images#get-in-touch。