ZenML 在 Spaces 上运行

ZenML 是一个可扩展的开源 MLOps 框架，用于创建可移植的、生产就绪的 MLOps 管道。它专为数据科学家、ML 工程师和 MLOps 开发人员在从开发到生产的过程中进行协作而构建。

ZenML 提供简单而灵活的语法，与云和工具无关，并具有针对 ML 工作流程的接口/抽象。借助 ZenML，您将所有喜欢的工具都集中在一个地方，因此您可以定制满足您特定需求的工作流程。

ZenML Huggingface Space 允许您只需点击几下即可启动并运行已部署版本的 ZenML。在几分钟内，您将拥有已部署好的默认 ZenML 仪表板，并可以从本地计算机连接到它。

在接下来的章节中，您将学习如何部署您自己的 ZenML 实例，并使用它从 Hub 中查看和管理您的机器学习管道。Huggingface Spaces 上的 ZenML 是一个完全托管在 Hub 上，使用 Docker 的独立应用程序。下图说明了完整的流程。

ZenML on HuggingFace Spaces -- default deployment

访问 ZenML 文档以了解有关其功能以及如何开始通过您的 Huggingface Spaces 部署运行机器学习管道的更多信息。您可以查看一些小型示例 ZenML 管道来入门，或者在 ZenML Projects 仓库中选择一些更复杂的生产级项目。ZenML 开箱即用地集成了许多您喜欢的工具，当然包括 Huggingface！如果您想使用其他工具，我们的构建旨在可扩展，您可以轻松地使其与您的任何自定义工具或工作流程协同工作。

⚡️ 在 Spaces 上部署 ZenML

您只需点击几下即可在 Spaces 上部署 ZenML

要设置您的 ZenML 应用程序，您需要指定三个主要组件：所有者（您的个人帐户或组织）、Space 名称和可见性（在页面下方一点）。请注意，如果您希望从本地计算机连接到 ZenML 服务器，则需要将 space 可见性设置为“Public”。

Choose the ZenML Docker template

您可以选择在此处选择更高层级的机器用于您的服务器。选择付费 CPU 实例的优势在于它不受自动关闭策略的限制，因此只要您保持运行状态，它就会一直保持运行。为了利用持久 CPU，您可能需要创建并设置一个 MySQL 数据库来连接（见下文）。

要个性化您的 Space 的外观，例如标题、表情符号和颜色，请导航至“文件和版本”，并在您的 README.md 文件中修改元数据。有关 Spaces 配置参数的完整信息，请参阅 HuggingFace 文档参考指南。

创建 Space 后，您会注意到屏幕上显示“正在构建”状态以及日志。当此状态切换为“正在运行”时，您的 Space 即可使用。如果 ZenML 登录 UI 不可见，请尝试刷新页面。

在您的 space 的右上角，您会看到一个带有三个点的按钮，当您单击它时，将为您提供一个菜单选项“嵌入此 Space”。（有关此功能的更多详细信息，请参阅 HuggingFace 文档。）复制您现在可以在屏幕上看到的框中显示的“直接 URL”。它应该看起来像这样：https://<YOUR_USERNAME>-<SPACE_NAME>.hf.space。打开该 URL 并使用我们的默认登录名访问仪表板（用户名：“default”，密码：（留空））。

从本地计算机连接到您的 ZenML 服务器

一旦您的 ZenML 服务器启动并运行，您就可以从本地计算机连接到它。为此，您需要获取您的 Space 的“直接 URL”（见上文）。

只有当 space 的可见性设置为“Public”时，您的 Space 的 URL 才可用且可用于从本地计算机连接。

您可以使用“直接 URL”通过以下 CLI 命令从本地计算机连接到您的 ZenML 服务器（在安装 ZenML 并使用您的自定义 URL 而不是占位符之后）

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

您还可以在浏览器中使用直接 URL，将 ZenML 仪表板用作全屏应用程序（即，没有 HuggingFace Spaces 包装器）。

从 Huggingface 网页（即，包裹在主 https://huggingface.co/... 网站中）查看时，ZenML 仪表板目前无法工作。这是由于 ZenML 和 Huggingface 之间处理 cookie 的方式存在限制。您**必须**从“直接 URL”（见上文）查看仪表板。

额外的配置选项

默认情况下，ZenML 应用程序将配置为使用 SQLite 非持久性数据库。如果您想使用持久性数据库，您可以通过修改 Space 根目录中的 Dockerfile 来配置它。有关您可以更改的各种参数的完整详细信息，请参阅我们的参考文档，了解如何在通过 Docker 部署时配置 ZenML。

如果您只是将 space 用于测试和实验，则无需对配置进行任何更改。一切都将开箱即用。

您还可以将外部密钥后端与您的 HuggingFace Spaces 一起使用，如我们的文档中所述。您应该确保使用 HuggingFace 的内置“仓库密钥”功能来配置您需要在 Dockerfile 配置中使用的任何密钥。请参阅文档以了解有关如何设置此功能的更多详细信息。

如果您希望将云密钥后端与 ZenML 一起用于密钥管理，**您必须在仪表板上的 ZenML 服务器上采取以下最低安全预防措施**

更改您在启动时获得的 default 帐户的密码。您可以从仪表板或通过 CLI 执行此操作。
创建一个带有密码的新用户帐户，并为其分配 admin 角色。这也可以从仪表板（通过“邀请”新用户）或通过 CLI 完成。
使用新的用户帐户和密码重新连接到服务器，如上所述，并将此新用户帐户用作您的工作帐户。

这是因为 HuggingFace Spaces 部署过程创建的默认用户没有分配密码，并且由于 Space 是公开可访问的（因为 Space 是公开的），如果没有此额外步骤，则任何人都有可能访问您的密钥。要更改您的密码，请导航到“设置”页面，方法是单击仪表板右上角的按钮，然后单击“更新密码”。

在 HF Spaces 上升级您的 ZenML 服务器

默认 space 将自动使用最新版本的 ZenML。如果您想更新您的版本，您可以简单地选择 space “设置”选项卡中的“恢复出厂设置”选项。请注意，这将擦除 space 中包含的任何数据，因此如果您未使用 MySQL 持久性数据库（如上所述），您将丢失 space 上 ZenML 部署中包含的任何数据。您还可以通过更新 Dockerfile 顶部的 FROM 导入语句来配置 space 以使用更早的版本。

后续步骤

作为下一步，请查看我们的 ZenML MLOps 入门指南，这是一系列关于如何快速入门的简短实用页面。或者，查看我们的 quickstart 示例，这是一个包含 ZenML 许多功能的完整端到端示例。

🤗 反馈和支持

如果您在使用 HuggingFace Spaces 上的 ZenML 服务器时遇到问题，您可以通过单击 space 顶部的“打开日志”按钮来查看日志。这将为您提供有关服务器正在发生的情况的更多上下文。

如果您有建议或需要任何其他无法正常工作的功能的特定支持，请加入 ZenML Slack 社区，我们将很乐意为您提供帮助！

< > 在 GitHub 上更新