当使用mlflow run-e build运行时，python工作目录出现了一个奇怪的问题。脚本在本地/使用IDE成功运行，但当使用mlflow运行时，问题是工作目录更改为/tmp文件夹，而不是脚本所在的正确工作目录(我有一些路径依赖项，某些文件夹应该存在于其中。/*所以这就是我的进程失败的原因。
我觉得工作目录有点乱，所以我打印了os.getcwd((，发现了临时文件夹的问题。
我有一个类似的项目，我以前以类似的方式配置过，但没有这些问题。
你知道问题出在哪里吗？
我认为这是基于文档的默认行为
默认情况下，MLflow为Git项目使用一个新的临时工作目录。这意味着您通常应该使用绝对路径而不是相对路径将任何文件参数传递给MLflow项目。如果您的项目声明了其参数，MLflow会自动为path类型的参数设置绝对路径。
也许您需要指定MLproject文件的路径，但我担心我没有用它来给您任何进一步的帮助，因为我在databricks中使用了mlflow。