mlflow.exceptions.MlflowException:不允许更改参数值。Param with key='input_rows‘已被记录为value='32205’

mlflow.exceptions.MlflowException: 不允许更改参数值。Param with key='input_rows' 已被记录为 value='32205' 这个错误提示表明在使用 MLflow 跟踪实验时，尝试更改已经记录的参数值。MLflow 要求一旦参数被记录，其值就不能再被修改。

基础概念

MLflow 是一个开源的机器学习生命周期管理平台，用于跟踪实验、打包代码、部署模型等。它提供了一个统一的接口来记录实验参数、代码版本、模型指标等。

相关优势

• 实验跟踪：记录每次实验的参数、代码、结果，便于回溯和比较。
• 模型管理：方便地保存、加载和部署机器学习模型。
• 版本控制：跟踪代码和模型的版本变化。
• 可复现性：确保实验的可复现性，便于团队协作。

类型

• 参数（Parameters）：实验中使用的超参数。
• 指标（Metrics）：实验的性能指标。
• 工件（Artifacts）：实验生成的文件，如模型文件、日志文件等。

应用场景

• 机器学习项目：跟踪不同参数设置下的模型性能。
• 团队协作：多个团队成员共享实验结果和模型。
• 自动化实验：通过脚本自动化运行实验并记录结果。

问题原因

这个错误发生的原因是你尝试更改已经记录在 MLflow 中的参数值。MLflow 设计为不允许更改已记录的参数值，以确保实验记录的完整性和可追溯性。

解决方法

1. 避免重复记录参数：确保在每次实验开始时只记录一次参数。
2. 使用不同的参数名称：如果需要更改参数值，可以使用不同的参数名称。
3. 删除旧的记录：如果确实需要更改参数值，可以先删除旧的记录，然后重新记录新的参数值。

示例代码

以下是一个简单的示例，展示如何在 MLflow 中记录参数并避免重复记录：

import mlflow

# 开始一个 MLflow 跟踪会话
with mlflow.start_run():
    # 记录参数
    mlflow.log_param("input_rows", 32205)
    
    # 运行实验代码
    # ...

    # 尝试再次记录相同的参数会导致错误
    # mlflow.log_param("input_rows", 64410)  # 这行代码会引发错误

    # 正确的做法是使用不同的参数名称
    mlflow.log_param("new_input_rows", 64410)

参考链接

• MLflow 官方文档
• MLflow 参数记录

通过以上方法，你可以避免 MlflowException: 不允许更改参数值 错误，并确保实验记录的准确性和完整性。