mlflow RESOURCE_ALREADY_EXISTS

[mangeldfz]

我想記錄一些運行在我的磚工作區,我麵臨以下錯誤:RESOURCE_ALREADY_EXISTS當我試著運行日誌。

我可以複製下麵的代碼的錯誤:

進口mlflow mlflow進口。從mlflow sklearn。跟蹤進口MlflowClient mlflow.set_experiment(' /學習/ Mlflow-Full-Example / test-mlflow”)與mlflow.start_run (run_name = silly_run-test)運行:mlflow。log_param(“種子”,777年)

錯誤是這樣的,我不知道如何處理衝突與AML實驗

以防錯誤圖像質量沒有足夠的完整信息:

RestException: RESOURCE_ALREADY_EXISTS:未能創造AML實驗實驗id = 1823487114958629,名稱= /學習/ Mlflow-Full-Example / test-mlflow artifactLocation = dbfs: /磚/ mlflow-tracking / 1823487114958629。有一個現有的AML實驗id = fa0eed6c afd5 - 458 b - 9835 - 88903 - b535e04和name = ' / adb / 6432554542138879/1823487114958629 /學習/ Mlflow-Full-Example / test-mlflow”和不兼容的artifactLocation = "。

[Kaniz]

你好@mangeldfz!我的名字叫Kaniz,我這裏的技術主持人。很高興認識你,謝謝你的問題!看看你的同行在社區中有一個回答你的問題。否則我將盡快給你回電。謝謝。

[mangeldfz]

嗨Kaniz,謝謝你的評論。我在互聯網找到另一個民間與幾天前開始同樣的問題。所以,我認為這和我的工作無關。希望這很快就會被解開,這是阻止我們所有機器學習的發展。

[Hubert_Dudek1]

好像名字衝突你可以重命名比test-mlflow不同的東西。

你也可以嚐試清理目錄如果沒有什麼重要的(但我不確定/亞行dbfs存儲):

dbutils.fs。rm(“/磚/ mlflow-tracking / 1823487114958629”,遞歸= True) dbutils.fs。rm (“/ adb / 6432554542138879/1823487114958629 /學習/ Mlflow-Full-Example / test-mlflow”,遞歸= True)

[mangeldfz]

我試著重新命名實驗名稱和run_name和它不工作,保持相同的錯誤。當我搜索實驗矛盾的我能找到AML id使用client.list_experiments(),這是我的實驗衝突,但似乎與AML的衝突的部分:

實驗:artifact_location =“dbfs: /磚/ mlflow-tracking / 2288118769165005”, experiment_id = ' 2288118769165005 ', lifecycle_stage =“活躍”,name = ' /學習/ Mlflow-Full-Example / test-mlflow-renamed2 ',標簽= {' mlflow。AML_EXPERIMENT_ID‘:’594197 a2 - c16e - 4 - e14燈頭- 8040 e398833198ff’,

“mlflow。experimentType”:“MLFLOW_EXPERIMENT”,

“mlflow。ownerEmail”:“* * *, * * * @ * * *。* * *”,

“mlflow。ownerId ': ' YYYYYY '}

我可以刪除整個實驗使用UI的實驗如果我試著刪除任何實驗使用mlflow.delete_experiment()我得到同樣的錯誤的開始。然而,它不工作。另外,我可以在任何地方找不到/亞行目錄,它不是DBFS。