feat: MLflow logging

[2018007956]

Overview

• MLflow 사용하여 모델 학습 시 사용되는 파라미터 및 매트릭 값 로깅
• python_env.yaml 대신 poetry 사용하여 의존성 관리

Change Log

• File Tree

model
|
| # MLflow settings
├── MLProject              # project's meta info about execution & environment
├── pyproject.toml         # manage dependencies (instead of python_env.yaml)
├── poetry.lock     
│
| # Model training codes
├── base
│   └── base_trainer.py    # parameters & metrics logging  

To Reviewer

• /model 의 부모 폴더에서 Run 및 서버 실행
  • Run : mlflow run model --experiment-name [experiment name] --env-manager=local
  • 서버 띄우기 : mlflow ui
• 자동으로 세세한 로깅을 해주는 Autolog는 pytorch.nn.Module을 지원하지 않기 때문에,
  저장되어야 할 파라미터들을 수동으로 지정해 주는 것이 필요합니다.
  모델 실험 시 변경되는 부분(ex. 모델 아키텍처 등)이 잘 로깅 되는지 확인해주세요.

Issue Tags

• Closed: [FEAT] 모델 관리를 위한 MLflow 활용 #82