MLFlow TensorFlow自动记录失效：添加自定义绘图后无模型及指标

1. 确认mlflow.tensorflow.autolog()的调用时机 #

• 必须在模型定义、编译、训练流程之前调用mlflow.tensorflow.autolog()，如果把它放在训练之后执行，autolog根本无法捕获模型训练过程中的指标和模型数据。
• 正确执行顺序示例：

  import mlflow
  import mlflow.tensorflow
  from tensorflow.keras.models import Sequential
  from tensorflow.keras.layers import Dense
  import matplotlib.pyplot as plt
  
  # 第一步：开启自动日志记录
  mlflow.tensorflow.autolog()
  
  # 第二步：定义、编译模型
  model = Sequential([Dense(10, activation='relu', input_shape=(8,)), Dense(1, activation='sigmoid')])
  model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
  
  # 第三步：训练模型
  history = model.fit(X_train, y_train, epochs=10, validation_split=0.2)
  
  # 第四步：绘制曲线并记录自定义图表
  plt.plot(history.history['accuracy'], label='训练精度')
  plt.plot(history.history['val_accuracy'], label='验证精度')
  plt.legend()
  mlflow.log_figure(plt.gcf(), 'accuracy_curve.png')
  plt.close()
  

2. 避免提前结束MLFlow Run #

• 如果在调用log_figure()之前手动执行了mlflow.end_run()，autolog的异步写入操作（比如模型保存、指标同步）会被中断，导致模型和指标数据丢失。autolog的部分核心操作是在训练结束后延迟执行的，必须等所有操作完成后再结束Run。

3. 检查autolog的参数配置 #

• 确认调用mlflow.tensorflow.autolog()时，没有设置log_models=False、disable=True这类会抑制模型或指标记录的参数。这些参数默认是开启状态，一旦手动关闭，就会导致对应内容不被记录。

4. 确保Run上下文统一 #

• 如果代码中存在多个嵌套的with mlflow.start_run():上下文，可能出现autolog的内容写入了某个后台Run，而log_figure()写入了当前显式Run的情况，看起来像是模型和指标丢失。要确保整个流程（autolog、训练、log_figure）处于同一个Run上下文中。

5. 验证版本兼容性 #

• 旧版本的MLFlow与TensorFlow/Keras可能存在兼容性Bug，导致自动日志和手动日志操作冲突。尝试升级到MLFlow最新稳定版本（建议>=2.0），并匹配对应版本的TensorFlow。

内容的提问来源于stack exchange，提问作者Arindam