5: Experiment Tracking

Tällä viikolla varmistellaan, että saadaan MLflow:iin tallennettua kaikki oleellinen informaatio, ajettiin sitten Roihulla tai omalla koneella. Tässä voi joko tehdä niin, että lokaalisti on aina oma developmental MLflow kontissa, tai niin, että ajetaan MLflow serveri aina Roihulla ja siihen logataan etänä SSH-tunnelin läpi. Tai kenties vaihtoehdot näille kaikille, joita voi säätää train.py-skriptin argumentilla. Anyways, koskaan ei pitäisi käydä niin, että koulutustiedot ei tallennu MLflow:iin -- oli ne sitten paikallisesti tai etänä. Tietoa voi exportoida lokaalista etäänä ja päinvastoin, jos tarve vaatii.

Videolla esitettävä

1. TODO