本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
清理 mlFlow 资源
我们建议您在不再需要任何资源时将其删除。您可以通过 Amazon SageMaker Studio 或使用删除追踪服务器 Amazon CLI。您可以使用 Amazon CLI 或直接在 Amazon 控制台中删除其他资源，例如 Amazon S3 存储桶、IAM 角色和 IAM 策略。
删除跟踪服务器
您可以在 Studio 中删除跟踪服务器，也可以使用 Amazon CLI。
使用 Studio 删除跟踪服务器
要在 Studio 中删除跟踪服务器，请执行以下操作：
-
导航至 Studio。
-
在 Studio 用户界面的 “应用程序” 窗格中选择 mlFlow。
-
在 mlFlow 跟踪服务器窗格中找到您选择的跟踪服务器。选择跟踪服务器窗格右上角的垂直菜单图标。然后选择 Delete(删除)。
-
选择 “删除” 以确认删除。
使用删除跟踪服务器 Amazon CLI
使用 DeleteMLflowTrackingServer API 删除您创建的所有跟踪服务器。这可能需要一些时间。
aws sagemaker delete-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
要查看您的跟踪服务器的状态，请使用 DescribeMLflowTrackingServer API 并查看TrackingServerStatus。
aws sagemaker describe-mlflow-tracking-server \ --tracking-server-name$ts_name\ --region$region
删除亚马逊 S3 存储桶
使用以下命令删除用作跟踪服务器项目存储的任何 Amazon S3 存储桶：
aws s3 rm s3://$bucket_name --recursive aws s3 rb s3://$bucket_name
或者，您也可以直接在 Amazon 控制台中删除与您的跟踪服务器关联的 Amazon S3 存储桶。有关更多信息，请参阅《Amazon S3 用户指南》中的删除存储桶。
删除已注册的模型
您可以直接在 Studio 中删除使用 mlFlow 创建的任何模型组和模型版本。有关更多信息，请参阅删除模型组和删除模型版本。
删除实验或运行
您可以使用 mlFlow SDK 删除实验或运行。