Limpe MLflow os recursos

Recomendamos excluir os recursos quando não forem mais necessários. Você pode excluir servidores de rastreamento por meio do Amazon SageMaker Studio ou usando AWS CLI o. Você pode excluir recursos adicionais, como buckets do Amazon S3, funções do IAM e políticas do IAM usando AWS CLI ou diretamente no console. AWS

Importante

Não exclua o perfil do IAM que você usou na criação até excluir o próprio servidor de rastreamento. Caso contrário, perderá o acesso ao servidor de rastreamento.

Interromper o rastreamento de servidores

Recomendamos interromper o servidor de rastreamento quando não estiver mais em uso. Você pode interromper um servidor de rastreamento no Studio ou usando AWS CLI o.

Interromper um servidor de rastreamento com o uso do Studio

Para interromper um servidor de rastreamento no Studio:

1. Navegue até o Studio.

2. Escolha MLflowno painel Aplicativos da interface do usuário do Studio.

3. Encontre o servidor de rastreamento de sua escolha no painel Servidores MLflow de rastreamento. Selecione o ícone Interromper no canto direito do painel do servidor de rastreamento.

   nota

   Se o servidor de rastreamento estiver Desativado, você verá o ícone Iniciar. Se o servidor de rastreamento estiver Ativado, você verá o ícone Interromper.

Pare um servidor de rastreamento usando o AWS CLI

Para interromper o uso do servidor de rastreamento AWS CLI, use o seguinte comando:

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

Para iniciar o servidor de rastreamento usando o AWS CLI, use o seguinte comando:

nota

Pode levar até 25 minutos para iniciar seu servidor de rastreamento.

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

Excluir servidores de rastreamento

Você pode excluir totalmente um servidor de rastreamento no Studio ou usando a AWS CLI.

Excluir um servidor de rastreamento usando o Studio

Para excluir um servidor de rastreamento usando o Studio:

1. Navegue até o Studio.

2. Escolha MLflowno painel Aplicativos da interface do usuário do Studio.

3. Encontre o servidor de rastreamento de sua escolha no painel Servidores MLflow de rastreamento. Selecione o ícone do menu vertical no canto direito do painel do servidor de rastreamento. Em seguida, selecione Excluir.

4. Selecione Excluir para confirmar a exclusão.

Exclua um servidor de rastreamento usando o AWS CLI

Use a API DeleteMLflowTrackingServer para excluir todos os servidores de rastreamento criados por você. Isso pode levar algum tempo.

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

Para ver o status do servidor de rastreamento, use a API DescribeMLflowTrackingServer e verifique o TrackingServerStatus.

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

Excluir buckets do Amazon S3

Exclua qualquer bucket do Amazon S3 usado como armazenamento de artefatos para seu servidor de rastreamento com o uso dos seguintes comandos:

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

Como alternativa, você pode excluir um bucket do Amazon S3 associado ao seu servidor de rastreamento diretamente no AWS console. Para obter mais informações, consulte Exclusão de um bucket no Guia do usuário do Amazon S3.

Excluir modelos registrados

Você pode excluir quaisquer grupos de modelos e versões de modelos criados MLflow diretamente no Studio. Para obter mais informações, consulte Excluir um grupo de modelos e Excluir uma versão do modelo.

Excluir experimentos ou execuções

Você pode usar o MLflow SDK para excluir experimentos ou execuções.

• mlflow.delete_experiment

• mlflow.delete_run