Olá, Miguel, tudo bem?
A pasta mlruns
é onde o MLflow armazena todas as informações sobre seus experimentos: parâmetros, métricas, modelos e outros artefatos. Cada vez que você executa um experimento, o MLflow cria uma nova subpasta dentro de mlruns
para registrar os dados daquela execução.
No vídeo, o instrutor mostra que, ao executar o comando mlflow ui
dentro da pasta notebooks
, uma nova pasta mlruns
é criada dentro dela, separada da pasta mlruns
que já existia em outro lugar. Isso significa que os experimentos rodados a partir de notebooks
ficam rastreados ali, de forma independente.
Pense assim: cada vez que você roda o MLflow em uma pasta diferente, ele cria uma “mesa de trabalho” nova (ou seja, uma nova mlruns
) para organizar somente os experimentos daquele ambiente. Assim você não mistura os registros de projetos diferentes.
Sobre a ferramenta utilizada: o MLflow funciona tanto no VS Code quanto no Jupyter Notebook. A escolha depende apenas da sua preferência pessoal e do fluxo de trabalho que você achar mais confortável. Os comandos permanecem os mesmos em ambos os casos.
Por fim, se quiser acompanhar junto com o instrutor, o repositório do curso está disponível em:
Espero que agora tenha ficado mais claro!
Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!