学习这个时，要和Kubeflow作比较，
看看它们俩在解决和规范机器学习流程方面的思路异同。
mlflow三大内涵：
Tracking, Projects, Models。
一，基础镜像
|
harbor.xxx.com.cn/3rd_part/continuumio/anaconda3:5.1.0 |
二，安装命令
1， 启用docker容器
|
docker run -it --rm harbor.xxx.com.cn/3rd_part/continuumio/anaconda3:5.1.0 bash |
2， Pip安装
|
pip install mlflow |
三，建立一个mlflow server
|
mlflow server --backend-store-uri /root/mlflow-1.2.0/examples/mlruns --host 0.0.0.0 |
四，官网文档
五，跑一个demo任务
|
mlflow run sklearn_elasticnet_wine -P alpha=0.5 |
六，也可以在notebook里跑
