Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Limpie los recursos de MLflow
Recomendamos eliminar todos los recursos cuando ya no los necesite. Puede eliminar los servidores de seguimiento a través de Amazon SageMaker Studio o utilizando el AWS CLI. Puede eliminar recursos adicionales, como los buckets de Amazon S3, las funciones de IAM y las políticas de IAM, mediante la consola AWS CLI o directamente en ella. AWS
Elimine los servidores de seguimiento
Puede eliminar un servidor de seguimiento en Studio o mediante el AWS CLI.
Eliminar un servidor de seguimiento mediante Studio
Para eliminar un servidor de seguimiento en Studio:
-
Vaya a Studio.
-
Elija MLflow en el panel de aplicaciones de la interfaz de usuario de Studio.
-
Busque el servidor de rastreo que prefiera en el panel Servidores de rastreo de MLflow. Elija el icono del menú vertical en la esquina derecha del panel del servidor de rastreo. A continuación, elija Eliminar.
-
Seleccione Eliminar para confirmar la eliminación.
![La opción de eliminación de una tarjeta de servidor de rastreo en el panel Servidores de rastreo de MLflow de la interfaz de usuario de Studio.](images/mlflow/mlflow-studio-delete.png)
Elimine un servidor de seguimiento mediante el AWS CLI
Usa la DeleteMLflowTrackingServer
API para eliminar cualquier servidor de seguimiento que hayas creado. Esto puede llevar algún tiempo.
aws sagemaker delete-mlflow-tracking-server \ --tracking-server-name
$ts_name
\ --region$region
Para ver el estado de tu servidor de seguimiento, utiliza la DescribeMLflowTrackingServer
API y comprueba laTrackingServerStatus
.
aws sagemaker describe-mlflow-tracking-server \ --tracking-server-name
$ts_name
\ --region$region
Eliminar buckets de Amazon S3
Elimine cualquier bucket de Amazon S3 que se utilice como almacén de artefactos para su servidor de rastreo mediante los siguientes comandos:
aws s3 rm s3://$bucket_name --recursive aws s3 rb s3://$bucket_name
También puede eliminar un bucket de Amazon S3 asociado a su servidor de seguimiento directamente en la AWS consola. Para obtener más información, consulte Eliminar un bucket en la Guía del usuario de Amazon S3.
Elimine los modelos registrados
Puede eliminar cualquier grupo de modelos y versiones de modelos creados con MLflow directamente en Studio. Para obtener más información, consulte Eliminar un grupo de modelos y Eliminar una versión de modelo.
Elimine experimentos o ejecuciones
Puede usar el SDK de MLflow para eliminar experimentos o ejecuciones.