MLFlow 리소스 정리

더 이상 필요하지 않은 리소스는 모두 삭제하는 것이 좋습니다. Amazon SageMaker Studio를 통해 또는 를 사용하여 추적 서버를 삭제할 수 AWS CLI있습니다. 콘솔에서 AWS CLI 또는 직접 사용하여 Amazon S3 버킷, IAM 역할, IAM 정책 등의 추가 리소스를 삭제할 수 있습니다. AWS

추적 서버를 삭제합니다.

Studio에서 또는 를 사용하여 추적 서버를 삭제할 수 AWS CLI있습니다.

Studio를 사용하여 추적 서버를 삭제합니다.

Studio에서 추적 서버를 삭제하려면:

1. Studio로 이동합니다.

2. Studio UI의 애플리케이션 패널에서 MLFlow를 선택합니다.

3. MLFlow 추적 서버 창에서 원하는 추적 서버를 찾을 수 있습니다. 추적 서버 창의 오른쪽 모서리에 있는 세로 메뉴 아이콘을 선택합니다. 그런 다음 삭제를 선택합니다.

4. 삭제를 선택하여 삭제를 확인합니다.

를 사용하여 추적 서버를 삭제합니다. AWS CLI

DeleteMLflowTrackingServerAPI를 사용하여 생성한 추적 서버를 모두 삭제하십시오. 시간이 좀 걸릴 수 있습니다.

aws sagemaker delete-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region

추적 서버의 상태를 보려면 DescribeMLflowTrackingServer API를 사용하여 확인하십시오TrackingServerStatus.

aws sagemaker describe-mlflow-tracking-server \
  --tracking-server-name $ts_name \
  --region $region

Amazon S3 버킷 삭제

다음 명령을 사용하여 추적 서버의 아티팩트 스토어로 사용되는 Amazon S3 버킷을 삭제합니다.

aws s3 rm s3://$bucket_name --recursive
aws s3 rb s3://$bucket_name

또는 AWS 콘솔에서 추적 서버와 연결된 Amazon S3 버킷을 직접 삭제할 수도 있습니다. 자세한 내용을 알아보려면 Amazon S3 사용 설명서의 버킷 삭제를 참조하세요.

등록된 모델을 삭제합니다.

MLFlow로 생성한 모든 모델 그룹 및 모델 버전을 Studio에서 직접 삭제할 수 있습니다. 자세한 내용은 모델 그룹 삭제 및 모델 버전 삭제를 참조하십시오.

실험 또는 실행 삭제

MLFlow SDK를 사용하여 실험 또는 실행을 삭제할 수 있습니다.

• mlflow.delete_experiment

• mlflow.delete_run