本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 Studio 建立追蹤伺服器
<a name="mlflow-create-tracking-server-studio"></a>

您可以從 SageMaker Studio MLflow UI 建立追蹤伺服器。如果您遵循**為組織設定**工作流程建立 SageMaker Studio 網域，則 SageMaker Studio 網域的服務角色具有足夠的許可，可擔任 SageMaker AI IAM 服務角色和追蹤伺服器 IAM 服務角色。

使用下列步驟從 SageMaker Studio MLflow UI 建立追蹤伺服器：

1. 從 SageMaker AI 主控台導覽至 Studio。請確定您使用的是新的 Studio 體驗，並且已從 Studio Classic 更新。如需詳細資訊，請參閱[從 Amazon SageMaker Studio Classic 遷移](studio-updated-migrate.md)。

1. 在 Studio UI 的**應用程式**窗格中選擇 **MLflow**。

1. **(選用)** 如果尚未建立追蹤伺服器，或者如果您需要建立新的追蹤伺服器，您可以選擇**建立**。然後提供唯一的追蹤伺服器名稱和用於成品儲存的 S3 URI，並建立追蹤伺服器。您可以選擇性地選擇**設定**以自訂更精細的追蹤伺服器。

1. 在 **MLflow 追蹤伺服器**窗格中選擇**建立**。Studio 網域 IAM 服務角色用於追蹤伺服器 IAM 服務角色。

1. 為您的追蹤伺服器提供唯一的名稱，並為追蹤伺服器成品存放區提供 Amazon S3 URI。您的追蹤伺服器和 Amazon S3 儲存貯體必須位於**相同的 AWS 區域**。
**重要**  
當您為成品存放區提供 Amazon S3 URI 時，請確保 Amazon S3 儲存貯體與您的 AWS 區域 追蹤伺服器位於相同位置。**不支援跨區域成品儲存**。

1. **(選用)** 選擇**設定**以變更預設設定，例如追蹤伺服器大小、標籤和 IAM 服務角色。

1. 選擇**建立**。
**注意**  
最多可能需要 25 分鐘才能完成追蹤伺服器的建立。如果追蹤伺服器需要超過 25 分鐘才能建立，請檢查您是否具有必要的 IAM 許可。如需 IAM 使用者許可的詳細資訊，請參閱[設定 MLflow 的 IAM 許可。](mlflow-create-tracking-server-iam.md)。當您成功建立追蹤伺服器時，它會自動啟動。

1. 建立追蹤伺服器後，您可以啟動 MLflow UI。如需詳細資訊，請參閱[使用預先簽章的 URL 啟動 MLflow UI](mlflow-launch-ui.md)。

![\[Studio UI 中的建立 MLflow 追蹤伺服器提示。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/mlflow/mlflow-studio-create.png)