学习这个时，要和Kubeflow作比较，
看看它们俩在解决和规范机器学习流程方面的思路异同。
mlflow三大内涵：
Tracking, Projects, Models。
一，基础镜像
harbor.xxx.com.cn/3rd_part/continuumio/anaconda3:5.1.0
二，安装命令
1， 启用docker容器
docker run -it --rm harbor.xxx.com.cn/3rd_part/continuumio/anaconda3:5.1.0 bash
2， Pip安装
pip install mlflow
三，建立一个mlflow server
mlflow server --backend-store-uri /root/mlflow-1.2.0/examples/mlruns --host 0.0.0.0
四，官网文档
https://www.mlflow.org/docs/latest/quickstart.html
五，跑一个demo任务
mlflow run sklearn_elasticnet_wine -P alpha=0.5
六，也可以在notebook里跑
转载于:https://www.cnblogs.com/aguncn/p/11397879.html
相关资源：FPGA_Advantage简易教程