Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Añadir integración
<a name="build-and-manage-steps-integration"></a>

MLflow la integración le permite utilizarla MLflow con Pipelines para seleccionar un servidor de seguimiento o una aplicación sin servidor, elegir un experimento y registrar las métricas.

## Conceptos clave
<a name="add-integration-key-concepts"></a>

**Creación de aplicaciones por defecto**: se creará una MLflow aplicación por defecto al entrar en el editor visual de Pipeline.

**Panel de integraciones**: incluye MLflow un nuevo panel de integraciones que puedes seleccionar y configurar.

**Actualizar la aplicación y el experimento**: la opción de anular la aplicación y el experimento seleccionados durante la ejecución del proceso.

## Funcionamiento
<a name="add-integration-how-it-works"></a>
+ Ve al editor **visual Pipeline**
+ Selecciona **Integración** en la barra de herramientas
+ Haga clic en **MLflow**.
+ Configura la MLflow aplicación y experimenta

## Capturas de pantalla de ejemplo
<a name="add-integration-example-screenshots"></a>

Panel lateral de integraciones

![\[La descripción de las tareas pendientes.\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/screenshot-pipeline-1.png)


MLflow configuración

![\[La descripción de las tareas pendientes.\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/screenshot-pipeline-2.png)


Cómo anular el experimento durante la ejecución de la canalización

![\[La descripción de las tareas pendientes.\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/screenshot-pipeline-3.png)