langchain_community.callbacks.mlflow_callback.MlflowLogger

class langchain_community.callbacks.mlflow_callback.MlflowLogger(**kwargs: Any)

将指标和资产记录到mlflow服务器的回调处理器。

参数

• name (str) – 运行的名称。

• 实验 (字符串) – 实验名称。

• 标签 (字典) – 运行时附加的标签。

• tracking_uri (字符串) – MLflow 跟踪服务器 URI。

• kwargs (任意) –

此处理程序实现了初始化、日志记录指标和工件到 mlflow 服务器的辅助函数。

方法

__init__(**kwargs)
artifact(路径)	将给定路径的文件上传为工件。
finish_run()	结束运行。
html(html, 扩展名)	将输入 HTML 字符串记录为 HTML 文件工件。
jsonf(数据, 扩展名)	将输入数据记录为 JSON 文件工件。
langchain_artifact(链)
metric(键, 值)	将指标记录到 mlflow 服务器。
metrics(数据[, 步长])	将输入字典中的所有指标记录下来。
start_run(名称, 标签[, 运行_id])	如果提供运行_id，它将重用具有给定运行_id 的运行。
table(名称, 数据帧)	将输入 pandas 数据帧记录为 HTML 表格。
text(文本, 扩展名)	将输入文本记录为文本文件工件。

__init__(**kwargs: Any)

参数

kwargs (任意) –

artifact(path: str) → None

将给定路径的文件上传为工件。

参数

路径 (字符串) –

返回类型

None

finish_run() → None

结束运行。

返回类型

None

html(html: str, filename: str) → None

将输入 HTML 字符串记录为 HTML 文件工件。

参数

• html (str) –

• filename (str) –

返回类型

None

jsonf(data: Dict[str, Any], filename: str) → None

将输入数据记录为 JSON 文件工件。

参数

• data (Dict[str, Any]) –

• filename (str) –

返回类型

None

langchain_artifact(chain: Any) → None

参数

chain (Any) –

返回类型

None

metric(key: str, value: float) → None

将指标记录到 mlflow 服务器。

参数

• key (str) –

• value (float) –

返回类型

None

metrics(data: Union[Dict[str, float], Dict[str, int]]], step: Optional[int] = 0) → None

将输入字典中的所有指标记录下来。

参数

• data (Union[Dict[str, float], Dict[str, int]]) –

• step (Optional[int]) –

返回类型

None

start_run(name: str, tags: Dict[str, str], run_id: Optional[str] = None) → None

如果提供了run_id，它将重用具有给定run_id的运行。否则，它将启动一个新的运行，为名称自动生成随机后缀。

参数

• name (str) –

• tags (Dict[str, str]) –

• run_id (Optional[str]) –

返回类型

None

table(name: str, dataframe: Any) → None

将输入 pandas 数据帧记录为 HTML 表格。

参数

• name (str) –

• dataframe (Any) –

返回类型

None

文本(文本: str, filename: str) → None

将输入文本记录为文本文件工件。

参数

• 文本 (str) –

• filename (str) –

返回类型

None