ZenML on Spaces

ZenML 是一個可擴充套件的開源 MLOps 框架，用於建立可移植的、生產就緒的 MLOps 流水線。它專為資料科學家、機器學習工程師和 MLOps 開發人員在開發到生產過程中進行協作而構建。

ZenML 提供簡單靈活的語法，與雲和工具無關，並具有面向 ML 工作流的介面/抽象。藉助 ZenML，您將把所有喜歡的工具集中在一個地方，這樣您就可以定製一個滿足您特定需求的工作流。

ZenML Huggingface Space 讓您只需點選幾下即可啟動並執行部署版本的 ZenML。幾分鐘內，您就可以部署這個預設的 ZenML 儀表板，並準備好從本地機器連線到它。

在接下來的部分中，您將學習如何部署自己的 ZenML 例項，並使用它直接從 Hub 檢視和管理您的機器學習流水線。Huggingface Spaces 上的 ZenML 是一個**完全託管在 Hub 上使用 Docker 的獨立應用程式**。下圖說明了完整的過程。

ZenML on HuggingFace Spaces -- default deployment

訪問 ZenML 文件，瞭解其功能以及如何透過 Huggingface Spaces 部署開始執行您的機器學習流水線。您可以檢視一些小示例 ZenML 流水線入門，或者在 ZenML 專案倉庫中選擇一些更復雜的生產級專案。ZenML 開箱即用地集成了許多您喜歡的工具，當然也包括 Huggingface！如果還有其他您想使用的工具，我們的設計是可擴充套件的，您可以輕鬆地將其與您的自定義工具或工作流配合使用。

⚡️ 在 Spaces 上部署 ZenML

您只需點選幾下即可在 Spaces 上部署 ZenML。

要設定您的 ZenML 應用程式，您需要指定三個主要元件：所有者（您的個人賬戶或組織）、Space 名稱和可見性（頁面下方）。請注意，如果您希望從本地機器連線到 ZenML 伺服器，Spaces 的可見性需要設定為“公開”。

Choose the ZenML Docker template

您可以選擇更高層的機器用於您的伺服器。選擇付費 CPU 例項的優點是它不受自動關機策略的影響，因此只要您不關閉它，它就會一直執行。為了使用持久 CPU，您可能需要建立並設定一個 MySQL 資料庫進行連線（見下文）。

要個性化您的 Space 外觀，例如標題、表情符號和顏色，請導航到“檔案和版本”並修改您的 README.md 檔案中的元資料。有關 Spaces 配置引數的完整資訊，請參閱 HuggingFace 文件參考指南。

建立您的 Space 後，您將看到一個“構建中”的狀態以及螢幕上顯示的日誌。當它切換到“執行中”時，您的 Space 就可以使用了。如果 ZenML 登入 UI 沒有顯示，請嘗試重新整理頁面。

在您的空間右上角，您會看到一個帶有三個點的按鈕，點選它會彈出一個選單選項“嵌入此空間”。（有關此功能的更多詳細資訊，請參閱 HuggingFace 文件。）複製您現在可以在螢幕上看到的框中顯示的“直接 URL”。它應該看起來像這樣：`https://<您的使用者名稱>-<空間名稱>.hf.space`。開啟該 URL 並使用我們的預設登入憑據訪問儀表板（使用者名稱：“default”，密碼：(留空)）。

從本地機器連線到您的 ZenML 伺服器

一旦您的 ZenML 伺服器啟動並執行，您就可以從本地機器連線到它。為此，您需要獲取 Space 的“直接 URL”（見上文）。

只有當空間可見性設定為“公開”時，您的空間 URL 才能用於從本地機器連線。

您可以使用“直接 URL”透過以下 CLI 命令從本地機器連線到您的 ZenML 伺服器（在安裝 ZenML 並使用您的自定義 URL 而不是佔位符之後）

zenml connect --url '<YOUR_HF_SPACES_DIRECT_URL>' --username='default' --password=''

您也可以在瀏覽器中使用直接 URL，將 ZenML 儀表板作為全屏應用程式使用（即不帶 HuggingFace Spaces 包裝）。

ZenML 儀表板目前在 Huggingface 網頁內部（即包裹在主 `https://huggingface.co/...` 網站中）檢視時無法正常工作。這是由於 ZenML 和 Huggingface 之間處理 cookie 的限制。您**必須**從“直接 URL”（見上文）檢視儀表板。

額外配置選項

預設情況下，ZenML 應用程式將配置為使用 SQLite 非持久化資料庫。如果您想使用持久化資料庫，可以透過修改 Space 根目錄中的 `Dockerfile` 來配置。有關可以更改的各種引數的完整詳細資訊，請參閱我們的參考文件，瞭解如何配置透過 Docker 部署的 ZenML。

如果您只是將該空間用於測試和實驗，則無需對配置進行任何更改。一切都將開箱即用。

您還可以將外部金鑰後端與 HuggingFace Spaces 一起使用，如我們的文件中所述。您應確保使用 HuggingFace 內建的“倉庫金鑰”功能來配置您在 `Dockerfile` 配置中需要使用的任何金鑰。有關如何設定此功能的更多詳細資訊，請參閱文件。

如果您希望將雲金鑰後端與 ZenML 一起用於金鑰管理，**您必須在儀表板上的 ZenML 伺服器上採取以下最低安全預防措施**

更改您在啟動時獲得的 `default` 帳戶的密碼。您可以透過儀表板或 CLI 完成此操作。
建立一個新使用者帳戶並設定密碼，並將其分配為 `admin` 角色。這也可以透過儀表板（透過“邀請”新使用者）或透過 CLI 完成。
如上所述，使用新使用者帳戶和密碼重新連線到伺服器，並將此新使用者帳戶用作您的工作帳戶。

這是因為 HuggingFace Spaces 部署過程建立的預設使用者沒有分配密碼，而且由於 Space 是公開可訪問的（因為 Space 是公開的），_如果沒有這一額外步驟，任何人都有可能訪問您的秘密_。要更改密碼，請點選儀表板右上角的按鈕導航到“設定”頁面，然後點選“更新密碼”。

在 HF Spaces 上升級您的 ZenML 伺服器

預設空間將自動使用最新版本的 ZenML。如果您想更新您的版本，只需在空間的“設定”選項卡中選擇“出廠重置”選項。請注意，這將清除空間中包含的任何資料，因此如果您沒有使用 MySQL 持久資料庫（如上所述），您將丟失 ZenML 部署在空間中的任何資料。您還可以透過更新 `Dockerfile` 最頂部的 `FROM` 匯入語句來配置空間以使用更早的版本。

後續步驟

接下來，請查閱我們的 ZenML MLOps 入門指南，這是一系列簡短實用的頁面，介紹如何快速上手。或者，檢視我們的 `quickstart` 示例，這是一個包含 ZenML 許多功能的完整端到端示例。

🤗 反饋與支援

如果您在 HuggingFace Spaces 上的 ZenML 伺服器遇到問題，可以透過點選空間頂部的“開啟日誌”按鈕來檢視日誌。這將為您提供更多關於伺服器執行情況的上下文資訊。

如果您有任何建議或需要其他任何不工作的具體支援，請加入 ZenML Slack 社群，我們很樂意為您提供幫助！

< > 在 GitHub 上更新