翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# MLflow リソースをクリーンアップする
<a name="mlflow-cleanup"></a>

不要になったリソースは削除することをお勧めします。追跡サーバーは、Amazon SageMaker Studio または AWS CLIを使用して削除できます。Amazon S3 バケット、IAM ロール、IAM ポリシーなどの追加リソースは、 を使用する AWS CLI か、 AWS コンソールで直接削除できます。

**重要**  
追跡サーバー自体を削除するまで、その作成に使用した IAM ロールは削除しないでください。削除してしまうと、追跡サーバーにアクセスできなくなります。

## 追跡サーバーを停止する
<a name="mlflow-cleanup-stop-server"></a>

追跡サーバーを使用しなくなったら、停止することをお勧めします。Studio または を使用して追跡サーバーを停止できます AWS CLI。

### Studio を使用して追跡サーバーを停止する
<a name="mlflow-cleanup-stop-server-ui"></a>

Studio で追跡サーバーを停止するには: 

1. Studio に移動します。

1. Studio UI の **[アプリケーション]** ペインで **[MLflow]** を選択します。

1. **[MLflow 追跡サーバー]** ペインで、目的の追跡サーバーを見つけます。追跡サーバーペインの右隅にある **[停止]** アイコンを選択します。
**注記**  
追跡サーバーが **[オフ]** の場合は、**[起動]** アイコンが表示されます。追跡サーバーが **[オン]** の場合は、**[停止]** アイコンが表示されます。

### を使用して追跡サーバーを停止する AWS CLI
<a name="mlflow-cleanup-stop-server-cli"></a>

を使用して追跡サーバーを停止するには AWS CLI、次のコマンドを使用します。

```
aws sagemaker stop-mlflow-tracking-server \
  --tracking-server-name {{$ts_name}} \
  --region {{$region}}
```

を使用して追跡サーバーを起動するには AWS CLI、次のコマンドを使用します。

**注記**  
追跡サーバーを起動するまでに、最長で 25 分かかる場合があります。

```
aws sagemaker start-mlflow-tracking-server \
  --tracking-server-name {{$ts_name}} \
  --region {{$region}}
```

## 追跡サーバーを削除する
<a name="mlflow-cleanup-delete-server"></a>

Studio または AWS CLIを使用して、追跡サーバーを完全に削除できます。

### Studio を使用して追跡サーバーを削除する
<a name="mlflow-cleanup-delete-server-ui"></a>

Studio で追跡サーバーを削除するには: 

1. Studio に移動します。

1. Studio UI の **[アプリケーション]** ペインで **[MLflow]** を選択します。

1. **[MLflow 追跡サーバー]** ペインで、目的の追跡サーバーを見つけます。追跡サーバーペインの右隅にある縦のメニューアイコンを選択します。その後、**[削除]** をクリックします。

1. **[削除]** を選択して、削除を確定します。

![Studio UI の [MLflow 追跡サーバー] ペインの追跡サーバーカードに表示される削除オプション。](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/mlflow/mlflow-studio-delete.png)


### を使用して追跡サーバーを削除する AWS CLI
<a name="mlflow-cleanup-delete-server-cli"></a>

`DeleteMLflowTrackingServer` API を使用して、作成した追跡サーバーを削除します。これには時間がかかる場合があります。

```
aws sagemaker delete-mlflow-tracking-server \
  --tracking-server-name {{$ts_name}} \
  --region {{$region}}
```

追跡サーバーのステータスを表示するには、`DescribeMLflowTrackingServer` API を使用して `TrackingServerStatus` を確認します。

```
aws sagemaker describe-mlflow-tracking-server \
  --tracking-server-name {{$ts_name}} \
  --region {{$region}}
```

## Amazon S3 バケットを削除する
<a name="mlflow-cleanup-delete-bucket"></a>

次のコマンドを使用して、追跡サーバーのアーティファクトストアとして使用している Amazon S3 バケットを削除します。

```
aws s3 rm s3://$bucket_name --recursive
aws s3 rb s3://$bucket_name
```

または、 AWS コンソールで追跡サーバーに関連付けられた Amazon S3 バケットを直接削除することもできます。詳細については、「*Amazon S3 ユーザーガイド*」の「[バケットの削除](https://docs.aws.amazon.com/AmazonS3/latest/userguide/delete-bucket.html)」を参照してください。

## 登録済みのモデルを削除する
<a name="mlflow-cleanup-delete-bucket"></a>

MLflow で作成されたモデルグループとモデルバージョンを Studio で直接削除できます。詳細については、「[Model Group を削除する](https://docs.aws.amazon.com/sagemaker/latest/dg/model-registry-delete-model-group.html)」と「[モデルバージョンの削除](https://docs.aws.amazon.com/sagemaker/latest/dg/model-registry-delete-model-version.html)」を参照してください。

## 実験または実行を削除する
<a name="mlflow-cleanup-delete-experiments"></a>

MLflow SDK を使用して、実験 (experiment) や実行 (run) を削除できます。
+ [mlflow.delete\_experiment](https://mlflow.org/docs/latest/python_api/mlflow.html?highlight=delete_experiment#mlflow.delete_experiment)
+ [mlflow.delete\_run](https://mlflow.org/docs/latest/python_api/mlflow.html?highlight=delete_experiment#mlflow.delete_run)