ملاحظات حول إصدار التعلم الآلي من Microsoft Azure إلىPython SDK

في هذه المقالة، تعرف على الإصدارات الخاصة Azure التعلم الآلي Python SDK. للحصول على المحتوى المرجعي الكامل ل SDK، تفضل بزيارة صفحة SDK الرئيسية التعلم الآلي من Microsoft Azure Azure التعلم الآلي لـ Python.

موجز RSS: الحصول على إخطار عند تحديث هذه الصفحة عن طريق نسخ ولصق URL التالي في قارئ الموجزhttps://learn.microsoft.com/api/search/rss?search=%22Azure+machine+learning+release+notes%22&locale=en-us:

2024-04-29

Azure التعلم الآلي SDK ل Python v1.56.0

• azureml-core
  • تمكين إعادة تعيين Application Insights لمنطقة جديدة في شرق الصين 3، لأنها لا تدعم وضع الموارد الكلاسيكي. كما تم إصلاح التحديث المفقود ل China North 3.
• azureml-defaults
  • تثبيت azureml-inference-server-http إلى 1.0.0 في azureml-defaults.
• azureml-interpret
  • حزمة azureml-interpret المحدثة إلى تفسير المجتمع 0.31.*
• azureml-responsibleai
  • البيئة المشتركة المحدثة وحزمة azureml-responsibleai إلى raiwidgets وdai 0.33.0
  • زيادة إصدارات تبعية responsibleai و fairlearn

2024-01-29

Azure التعلم الآلي SDK ل Python v1.55.0

• azureml-core
  • تمكين إعادة تعيين Application Insights لمنطقة جديدة في شرق الصين 3، لأنها لا تدعم وضع الموارد الكلاسيكي. كما تم إصلاح التحديث المفقود ل China North 3.
• azureml-defaults
  • تثبيت azureml-inference-server-http إلى 1.0.0 في azureml-defaults.
• azureml-interpret
  • حزمة azureml-interpret المحدثة إلى تفسير المجتمع 0.31.*
• azureml-responsibleai
  • البيئة المشتركة المحدثة وحزمة azureml-responsibleai إلى raiwidgets وdai 0.33.0
  • زيادة إصدارات تبعية responsibleai و fairlearn

2023-11-13

• azureml-automl-core، وazureml-automl-runtime، وazureml-contrib-automl-dnn-forecasting، وazureml-train-automl-client، وazureml-train-automl-runtime، وazureml-training-tabular
  • تمت ترقية statsmodels وpandas وscipy إلى الإصدارات 1.13 و1.3.5 و1.10.1 - تم استبدال fbprophet 0.7.1 بالنبي 1.1.4 عند تحميل نموذج في بيئة محلية، يجب أن تتطابق إصدارات هذه الحزم مع ما تم تدريب النموذج عليه.
• azureml-core، azureml-pipeline-core، azureml-pipeline-steps
  • AzureML-Pipeline - أضف تحذيرا للمعلمة init_scripts في خطوة Databricks، لتنبيهك إلى إهمالها القادم.
• azureml-interpret
  • حزمة azureml-interpret المحدثة إلى تفسير المجتمع 0.30.*
• azureml-mlflow
  • feat: إضافة AZUREML_BLOB_MAX_SINGLE_PUT_SIZE للتحكم في الحجم بالبايت من مجموعات التحميل. يمكن أن يؤدي خفض هذا من الوضع الافتراضي (64*1024*1024 أي 64 ميغابايت) إلى معالجة المشكلات التي تفشل فيها عمليات الكتابة بسبب انتهاء المهلة.
  • دعم تحميل وتنزيل النماذج من سجلات AzureML تجريبي حاليا
  • إضافة دعم للمستخدمين الذين يرغبون في تنزيل نموذج أو تحميله من سجلات AML

2023-08-21

Azure التعلم الآلي SDK ل Python v1.53.0

• azureml-automl-core
  • دعم الميزات/المتراجعات المعروفة في وقت التنبؤ في نماذج TCN للتنبؤ ب AutoML.
• azureml-automl-dnn-vision
  • تمكين علامات log_training_metrics log_validation_loss للكشف عن كائن automl وتجزئة المثيل
• azureml-contrib-automl-dnn-forecasting
  • دعم الميزات/المتراجعات المعروفة في وقت التنبؤ في نماذج TCN للتنبؤ ب AutoML.
• azureml-core
  • إضافة appinsights location swap ل qatarcentral للإشارة إلى uaenorth
  • بلغ Python 3.7 نهاية العمر الافتراضي في 27 يونيو 2023. وبالتالي، سيتم إهمال 3.7 في azureml-core بدءا من أكتوبر 2023 وسينتهي دعم azureml-core ل 3.7 في فبراير 2024.
• azureml-mlflow
  • إصلاح لتحميل النماذج باستخدام MLflow load_model واجهات برمجة التطبيقات عند تمرير URI AzureML
• azureml-pipeline-core
  • تخطي خطأ التشغيل الفرعي والسجل عند فشل تشغيل التحميل التابع (على سبيل المثال، 404) باستخدام PipelineRun.get_pipeline_runs.
  • PipelineEndpoint.list يقدم معلمة max_resultsint جديدة ، والتي تشير إلى الحد الأقصى لحجم القائمة التي تم إرجاعها. القيمة الافتراضية هي max_results 100.
• azureml-training-tabular
  • دعم الميزات/المتراجعات المعروفة في وقت التنبؤ في نماذج TCN للتنبؤ ب AutoML.

2023-06-26

Azure التعلم الآلي SDK ل Python v1.52.0

• azureml-automl-dnn-vision
  • تم تغيير توقيع mlflow لنماذج automl وقت التشغيل (القديمة) لقبول المدخلات الثنائية. وهذا يتيح الاستدلال الدفعي. دالة التنبؤ متوافقة مع الإصدارات السابقة بحيث لا يزال بإمكان المستخدمين إرسال سلاسل base64 كمدخل. تم تغيير الإخراج من دالة التنبؤ لإزالة اسم الملف المؤقت ومفتاح المرئيات والإسنادات الفارغة عندما يكون شرح النموذج هو n...
• azureml-contrib-automl-dnn-forecasting
  • تم إصلاح الخطأ الذي تسبب في حالات الفشل أثناء تدريب TCN الموزع عندما تتكون البيانات من سلسلة زمنية واحدة.
• azureml-interpret
  • إزالة دبوس shap في azureml-interpret للتحديث إلى الأحدث في مجتمع التفسير
• azureml-responsibleai
  • البيئة المشتركة المحدثة وحزمة azureml-responsibleai إلى raiwidgets وdai 0.28.0

2023-05-20

Azure التعلم الآلي SDK ل Python v1.51.0

• azureml-automl-core
  • تدعم مهمة التنبؤ ب AutoML الآن التنبؤ المتداول والدعم الجزئي للتنبؤات الكمية للسلسلة الزمنية الهرمية (HTS).
  • عدم السماح باستخدام مجموعات بيانات غير جدولية للعملاء لسيناريوهات التصنيف (متعددة الفئات ومتعددة التسميات)
• azureml-automl-dnn-nlp
  • عدم السماح باستخدام مجموعات بيانات غير جدولية للعملاء لسيناريوهات التصنيف (متعددة الفئات ومتعددة التسميات)
• azureml-contrib-automl-pipeline-steps
  • تدعم مهمة التنبؤ ب AutoML الآن التنبؤ المتداول والدعم الجزئي للتنبؤات الكمية للسلسلة الزمنية الهرمية (HTS).
• azureml-fsspec
  • يستبدل جميع الأخطاء التي تسبب فيها المستخدم في MLTable وFSSpec ب UserErrorException مخصص تم استيراده من azureml-dataprep.
• azureml-interpret
  • حزمة azureml-interpret المحدثة إلى تفسير المجتمع 0.29.*
• azureml-pipeline-core
  • إصلاح pipeline_version لا يدخل حيز التنفيذ عند استدعاء pipeline_endpoint.submit().
• azureml-train-automl-client
  • تدعم مهمة التنبؤ ب AutoML الآن التنبؤ المتداول والدعم الجزئي للتنبؤات الكمية للسلسلة الزمنية الهرمية (HTS).
• azureml-train-automl-runtime
  • تدعم مهمة التنبؤ ب AutoML الآن التنبؤ المتداول والدعم الجزئي للتنبؤات الكمية للسلسلة الزمنية الهرمية (HTS).
• قابلة للltable
  • يتم الآن دعم المزيد من متغيرات الترميز مثل utf-8 عند تحميل ملفات MLTable.
  • يستبدل جميع الأخطاء التي تسبب فيها المستخدم في MLTable وFSSpec ب UserErrorException مخصص تم استيراده من azureml-dataprep.

2023-04-10

Azure التعلم الآلي SDK ل Python v1.50.0

• azureml-contrib-automl-dnn-forecasting
  • دعم إضافي للتنبؤ عند تحديدات كمية معينة لنماذج TCN.
• azureml-responsibleai
  • البيئة المشتركة المحدثة وحزمة azureml-responsibleai إلى raiwidgets وdai 0.26.0
• azureml-train-automl-runtime
  • إصلاح معالجة MLTable لسيناريو اختبار النموذج
• azureml-training-tabular
  • تمت إضافة الكمية كمعلمة في أسلوب forecast_quantile.

2023-03-01

الإعلان عن انتهاء دعم Python 3.7 في حزم Azure التعلم الآلي SDK v1

• إهمال ميزة
  • إهمال Python 3.7 كوقت تشغيل مدعوم لحزم SDK v1
    • في 4 ديسمبر 2023، سيتوقف Azure التعلم الآلي رسميا عن دعم Python 3.7 لحزم SDK v1 وإهماله كوقت تشغيل مدعوم. لمزيد من التفاصيل، يرجى قراءة صفحتنا على Azure SDK لنهج دعم إصدار Python
    • اعتبارا من تاريخ الإهمال في 4 ديسمبر 2023، لن تتلقى حزم Azure التعلم الآلي SDK v1 تصحيحات الأمان والتحديثات الأخرى لوقت تشغيل Python 3.7.
    • لا تزال إصدارات Python 3.7 الحالية ل Azure التعلم الآلي SDK v1 تعمل. ومع ذلك، من أجل الاستمرار في تلقي تحديثات الأمان والبقاء مؤهلا للمساعدة التقنية، ينصح Azure التعلم الآلي بشدة بنقل البرامج النصية والتبعيات إلى إصدار مدعوم من وقت تشغيل Python.
    • كوقت تشغيل لملفات Azure التعلم الآلي SDK v1، ننصح باستخدام الإصدار 3.8 من Python أو أحدث.
    • بالإضافة إلى ذلك، لم تعد حزم Azure التعلم الآلي SDK v1 المستندة إلى Python 3.7 مؤهلة للحصول على المساعدة التقنية.
    • استخدم دعم Azure التعلم الآلي للتواصل معنا إذا كانت لديك أي مخاوف.

2023-13-02

Azure التعلم الآلي SDK ل Python v1.49.0

• كسر التغييرات
  • بدءا من الإصدار 1.49.0 وما فوق، لن يتم دعم خوارزميات AutoML التالية.
    • الانحدار: FastLinearRegressor، OnlineGradientDescentRegressor
    • التصنيف: AveragedPerceptronClassifier.
  • استخدم الإصدار 1.48.0 أو أقل لمتابعة استخدام هذه الخوارزميات.
• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-dnn-nlp
    • سجلات لإظهار القيم النهائية المطبقة على النموذج وإعدادات المعلمات الفائقة استنادا إلى كل من القيم الافتراضية والقيم المحددة من قبل المستخدم.
  • azureml-contrib-automl-dnn-forecasting
    • تعكس المقاييس غير النصية ل TCNForecaster الآن القيم من الفترة الأخيرة.
    • تتوفر الآن مرئيات أفق التنبؤ لمجموعة التدريب ومجموعة الاختبار أثناء تشغيل تجربة التدريب TCN.
    • لن تفشل عمليات التشغيل بعد الآن بسبب خطأ "فشل حساب مقاييس TCN". ستظل رسالة التحذير التي تفيد بأن "حساب مقياس التنبؤ قد أدى إلى خطأ، الإبلاغ عن أسوأ الدرجات" سيتم تسجيلها. بدلا من ذلك، نثير استثناء عندما نواجه فقدان التحقق من الصحة inf/nan لأكثر من مرتين على التوالي مع رسالة "نموذج غير صالح، لم يتقارب تدريب TCN". يحتاج العملاء إلى أن يكونوا على دراية بحقيقة أن النماذج المحملة قد ترجع قيم nan/inf كتنبؤات أثناء الاستدلال بعد هذا التغيير.
  • azureml-core
    • يستخدم إنشاء مساحة عمل Azure التعلم الآلي Application Insights المستندة إلى تحليلات السجل استعدادا لإهمال Application Insights الكلاسيكي. لا يزال بإمكان المستخدمين الذين يرغبون في استخدام موارد Application Insights الكلاسيكية تحديد مواردهم الخاصة لإحضارها عند إنشاء مساحة عمل Azure التعلم الآلي.
  • azureml-interpret
    • تم تحديث حزمة azureml-interpret إلى تفسير المجتمع 0.28.*
  • azureml-mlflow
    • تحديث عميل azureml-mlflow مع الدعم الأولي ل MLflow 2.0
  • azureml-responsibleai
    • حزمة azureml-responsibleai ودفاتر الملاحظات المحدثة إلى raiwidgets وdedai v0.24.0
  • azureml-sdk
    • يدعم azureml-sdk وazureml-train-automl-client الآن الإصدار 3.10 من Python
  • azureml-train-automl-client
    • يدعم azureml-sdk وazureml-train-automl-client الآن الإصدار 3.10 من Python
  • azureml-train-automl-runtime
    • تنظيف y المفقودة قبل التدريب
    • تنظيف قيم nan أو فارغة من العمود الهدف لسيناريوهات غير المصدر
    • تتوفر الآن مرئيات أفق التنبؤ لمجموعة الاختبار أثناء تشغيل تجربة التدريب.
  • azureml-train-core
    • تمت إضافة الدعم إلى العميل لتوفير معرف تشغيل مخصص لتشغيلات Hyperdrive
  • azureml-train-restclients-hyperdrive
    • تمت إضافة الدعم إلى العميل لتوفير معرف تشغيل مخصص لتشغيلات Hyperdrive

2022-12-05

Azure التعلم الآلي SDK ل Python v1.48.0

• كسر التغييرات

  • تم إهمال دعم Python 3.6 لحزم Azure التعلم الآلي SDK.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-core
    • تقوم حسابات التخزين التي تم إنشاؤها كجزء من إنشاء مساحة العمل الآن بتعيين الوصول العام للكائن الثنائي كبير الحجم ليتم تعطيله بشكل افتراضي
  • azureml-responsibleai
    • حزمة azureml-responsibleai المحدثة ودفاتر الملاحظات إلى raiwidgets وحزم responsibleai v0.23.0
    • تمت إضافة مسلسل النموذج ونموذج pyfunc إلى حزمة azureml-responsibleai لحفظ النماذج واستردادها بسهولة
  • azureml-train-automl-runtime
    • تمت إضافة docstring لمعلمات ManyModels ومعلمات HierarchicalTimeSeries
    • تم إصلاح الخطأ حيث لا تقوم التعليمات البرمجية التي تم إنشاؤها بتقسيمات التدريب/الاختبار بشكل صحيح.
    • تم إصلاح خطأ كان يتسبب في فشل التنبؤ بمهام تدريب التعليمات البرمجية التي تم إنشاؤها.

2022-10-25

Azure التعلم الآلي SDK ل Python v1.47.0

• azureml-automl-dnn-nlp
  • يتغير وقت التشغيل ل AutoML NLP لحساب معلمات التدريب الثابتة، كجزء من مسح النموذج المقدم حديثا وضبط المعلمات الفائقة.
• azureml-mlflow
  • يمكن استخدام AZUREML_ARTIFACTS_DEFAULT_TIMEOUT للتحكم في مهلة تحميل البيانات الاصطناعية
• azureml-train-automl-runtime
  • يفرض العديد من النماذج والتدريب على التسلسل الزمني الهرمي الآن التحقق من معلمات المهلة للكشف عن التعارض قبل إرسال التجربة للتشغيل. يمنع هذا فشل التجربة أثناء التشغيل عن طريق رفع استثناء قبل إرسال التجربة.
  • يمكن للعملاء الآن التحكم في حجم الخطوة أثناء استخدام التنبؤ المتداول في استدلالات العديد من النماذج.
  • يدعم استنتاج ManyModels مع بيانات جدولية غير تقسيمية الآن forecast_quantiles.

2022-09-26

Azure التعلم الآلي SDK ل Python v1.46.0

• azureml-automl-dnn-nlp
  • لن يسمح للعملاء بعد الآن بتحديد سطر في CoNLL، والذي يتكون فقط من رمز مميز. يجب أن يكون السطر دائما سطرا جديدا فارغا أو سطرا برمز مميز واحد بالضبط متبوعا بمسافة واحدة متبوعة بتسمية واحدة بالضبط.
• azureml-contrib-automl-dnn-forecasting
  • هناك حالة زاوية حيث يتم تقليل العينات إلى 1 بعد تقسيم التحقق من الصحة المتقاطع ولكن sample_size لا تزال تشير إلى العدد قبل التقسيم، وبالتالي batch_size ينتهي به الأمر إلى أكثر من عدد العينات في بعض الحالات. في هذا الإصلاح، نقوم بتهيئة sample_size بعد التقسيم
• azureml-core
  • تمت إضافة تحذير الإهمال عندما يستخدم عملاء الاستدلال واجهات برمجة تطبيقات نشر نموذج CLI/SDK v1 لنشر النماذج وأيضا عندما يكون إصدار Python 3.6 وأقل.
  • القيم التالية لتغيير AZUREML_LOG_DEPRECATION_WARNING_ENABLED السلوك كما يلي:
    • الافتراضي - يعرض التحذير عندما يستخدم العميل Python 3.6 وأقل ول cli/sdk v1.
    • True - يعرض تحذير إهمال sdk v1 على حزم azureml-sdk.
    • False - يعطل تحذير إهمال sdk v1 على حزم azureml-sdk.
  • الأمر الذي سيتم تنفيذه لتعيين متغير البيئة لتعطيل رسالة الإهمال:
    • Windows- setx AZUREML_LOG_DEPRECATION_WARNING_ENABLED "False"
    • نظام Linux - export AZUREML_LOG_DEPRECATION_WARNING_ENABLED="False"
• azureml-interpret
  • تحديث حزمة azureml-interpret إلى تفسير المجتمع 0.27.*
• azureml-pipeline-core
  • إصلاح المنطقة الزمنية الافتراضية لجدولة التوقيت العالمي المتفق عليه.
  • إصلاح إعادة الاستخدام غير الصحيحة عند استخدام SqlDataReference في خطوة DataTransfer.
• azureml-responsibleai
  • تحديث حزمة azureml-responsibleai والصور المنسقة إلى raiwidgets وdai v0.22.0
• azureml-train-automl-runtime
  • إصلاح خطأ في البرامج النصية التي تم إنشاؤها والتي تسببت في عدم عرض مقاييس معينة بشكل صحيح في واجهة المستخدم.
  • تدعم العديد من النماذج الآن التنبؤ المتداول للاستدلال.
  • دعم لإرجاع أفضل N النماذج في سيناريو العديد من النماذج.

2022-08-29

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.45.0

• azureml-automl-runtime
  • إصلاح خطأ حيث لم يتم التحقق من صحة العمود sample_weight بشكل صحيح.
  • تمت إضافة أسلوب عام rolling_forecast() إلى برامج تضمين البنية الأساسية لبرنامج ربط العمليات التجارية للتنبؤ لجميع نماذج التنبؤ المدعومة. يحل هذا الأسلوب محل أسلوب rolling_evaluation() المهمل.
  • تم إصلاح مشكلة حيث قد تعود مهام انحدار AutoML مرة أخرى إلى تقسيم صحيح للتدريب لتقييم النموذج، عندما تكون CV خيارًا أكثر ملاءمة.
• azureml-core
  • تمت إضافة لاحقة تكوين سحابة جديدة، "aml_discovery_endpoint".
  • تحديث حزمة azure-storage الموردة من الإصدار 2 إلى الإصدار 12.
• azureml-mlflow
  • تمت إضافة لاحقة تكوين سحابة جديدة، "aml_discovery_endpoint".
• azureml-responsibleai
  • تحديث حزمة azureml-responsibleai والنسخ المجمعة إلى raiwidgets وإصدار responsibleai 0.21.0
• azureml-sdk
  • تسمح حزمة azureml-sdk الآن ب Python 3.9.

2022-08-01

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.44.0

• azureml-automl-dnn-nlp
  • لن تكون الدقة الموزونة ومعامل ارتباط ماثيوز (MCC) مقياسًا معروضًا في المقاييس المحسوبة لتصنيف NLP Multilabel.
• azureml-automl-dnn-vision
  • رفع خطأ المستخدم عند توفير تنسيق تعليق توضيحي غير صالح
• azureml-cli-common
  • تحديث وصف v1 CLI
• azureml-contrib-automl-dnn-forecasting
  • تم إصلاح "فشل حساب مقاييس TCN". المشكلات التي تحدث ل TCNForecaster عندما يكون للسلسلة الزمنية المختلفة في مجموعة بيانات التحقق من الصحة أطوال مختلفة.
  • تمت إضافة الكشف عن معرف الأوقات التلقائية لنماذج تنبؤ DNN مثل TCNForecaster.
  • تم إصلاح خطأ مع نموذج Forecast TCN حيث يمكن تلف بيانات التحقق من الصحة في بعض الحالات عندما قدم المستخدم مجموعة التحقق من الصحة.
• azureml-core
  • السماح بتعيين معلمة timeout_seconds عند تنزيل البيانات الاصطناعية من مشغل
  • تمت إضافة رسالة تحذير - يتم إيقاف Azure التعلم الآلي CLI v1 في 2025-09-. يوصى المستخدمين باعتماد الإصدار 2 من CLI.
  • إصلاح الإرسال إلى غير AmlComputes التي تطرح استثناءات.
  • إضافة دعم سياق docker للبيئات
• azureml-interpret
  • زيادة إصدار numpy لحزم AutoML
• azureml-pipeline-core
  • إصلاح regenerate_outputs=True لا يدخل حيز التنفيذ عند إرسال المسار.
• azureml-train-automl-runtime
  • زيادة إصدار numpy لحزم AutoML
  • تمكين إنشاء التعليمات البرمجية للرؤية وnlp
  • تتم إضافة الأعمدة الأصلية التي يتم إنشاء الحبوب عليها كجزء من predictions.csv

2022-07-21

الإعلان عن انتهاء دعم Python 3.6 في حزم Azure التعلم الآلي SDK v1

• إهمال ميزة
  • إهمال Python 3.6 كوقت تشغيل مدعوم لحزم SDK v1
    • في 05 ديسمبر 2022، سيهمل Azure التعلم الآلي Python 3.6 كوقت تشغيل مدعوم، وينهي رسميا دعم Python 3.6 لحزم SDK v1.
    • اعتبارا من تاريخ الإهمال في 05 ديسمبر 2022، لن يقوم Azure التعلم الآلي بتطبيق تصحيحات الأمان والتحديثات الأخرى على وقت تشغيل Python 3.6 الذي تستخدمه حزم Azure التعلم الآلي SDK v1.
    • لا تزال حزم Azure التعلم الآلي SDK v1 الموجودة مع Python 3.6 قيد التشغيل. ومع ذلك، يوصي Azure التعلم الآلي بشدة بترحيل البرامج النصية والتبعيات إلى إصدار وقت تشغيل Python مدعوم بحيث تستمر في تلقي تصحيحات الأمان والبقاء مؤهلا للحصول على الدعم التقني.
    • نوصي باستخدام إصدار Python 3.8 كوقت تشغيل لحزم Azure التعلم الآلي SDK v1.
    • بالإضافة إلى ذلك، لم تعد حزم Azure التعلم الآلي SDK v1 باستخدام Python 3.6 مؤهلة للحصول على الدعم التقني.
    • إذا كانت لديك أي أسئلة، فتواصل معنا من خلال دعم التعلم الآلي من Microsoft Azure.

2022-06-27

• azureml-automl-dnn-nlp
  • قم بإزالة عمود التسميات المكررة من التوقعات متعددة التسميات
• azureml-contrib-automl-pipeline-steps
  • توفر العديد من النماذج الآن القدرة على إنشاء مخرجات تنبؤ بتنسيق csv أيضًا. - تتضمن العديد من تنبؤات النماذج الآن أسماء الأعمدة في ملف الإخراج في حالة تنسيق ملف csv .
• azureml-core
  • تم الآن إهمال مصادقة ADAL وتستخدم جميع فئات المصادقة الآن مصادقة MSAL. تثبيت azure-cli>=2.30.0 لاستخدام المصادقة المستندة إلى MSAL عند استخدام فئة AzureCliAuthentication.
  • تمت إضافة إصلاح لفرض تسجيل البيئة عند Environment.build(workspace). يعمل الإصلاح على حل الارتباك الناتج عن أحدث بيئة تم إنشاؤها بدلاً من البيئة المطلوبة عند استنساخ البيئة أو توريثها من مثيل آخر.
  • رسالة تحذير SDK لإعادة تشغيل حساب مثيل قبل 31 مايو 2022 إذا تم إنشاؤه قبل 19 سبتمبر 2021
• azureml-interpret
  • تحديث حزمة azureml-interpret لتفسير المجتمع 0.26.*
  • في حزمة azureml-interpret، أضف القدرة على الحصول على أسماء الميزات الأولية والمهندسة من مفسر النقاط. أضف أيضًا مثالاً إلى دفتر تسجيل النقاط للحصول على أسماء الميزات من شرح الدرجات وإضافة وثائق حول أسماء الميزات الأولية والمصممة.
• azureml-mlflow
  • تمت إزالة azureml-core كتبعية لـ azureml-mlflow. - تتطلب مشاريع MLflow والنشرات المحلية azureml-core ويجب تثبيتها بشكل منفصل.
  • إضافة دعم لإنشاء نقاط النهاية والنشر إليها عبر المكون الإضافي لعميل MLflow.
• azureml-responsibleai
  • حزمة azureml-responsibleai المحدثة وصور البيئة إلى أحدث إصدار من responsibleai وraiwidgets 0.19.0
• azureml-train-automl-client
  • الآن يتم دعم OutputDatasetConfig كإدخال من منشئ البنية الأساسية لبرنامج ربط العمليات التجارية MM/HTS. التعيينات هي: 1) OutputTabularDatasetConfig -> تعامل كمجموعة بيانات جدولية غير مفصولة. 2) OutputFileDatasetConfig -> تعامل كمجموعة بيانات مودعة.
• azureml-train-automl-runtime
  • تمت إضافة التحقق من صحة البيانات الذي يتطلب أن يكون عدد عينات فئة الأقليات في مجموعة البيانات مساويًا لعدد طيات السيرة CV على الأقل.
  • يتوفر الآن تكوين معلمة التحقق من الصحة التبادلي التلقائي لمهام التنبؤ بـ AutoML. يمكن للمستخدمين الآن تحديد "تلقائي" n_cross_validations cv_step_size أو تركها فارغة، ويوفر AutoML هذه التكوينات استنادا إلى بياناتك. ومع ذلك، لا يتم دعم هذه الميزة حاليا عند تمكين TCN.
  • يمكن الآن تمرير معلمات التنبؤ في العديد من النماذج والتسلسل الزمني الهرمي عبر الكائن بدلاً من استخدام معلمات فردية في القاموس.
  • تمكين نقاط نهاية نموذج التنبؤ مع دعم الكمية ليتم استهلاكها في Power BI.
  • الحد الأعلى لتبعية تبعية AutoML المحدثة إلى 1.5.3 من 1.5.2

2022-04-25

التعلم الآلي من Microsoft Azure SDK لـ Python v1.41.0

التحذير من التغير العاجل

تأتي عملية التغيير العاجل من إصدار يونيو من azureml-inference-server-http. في azureml-inference-server-http إصدار يونيو (v0.9.0)، يتم إسقاط دعم Python 3.6. نظرا لأن azureml-defaults يعتمد على azureml-inference-server-http، يتم نشر هذا التغيير إلى azureml-defaults. إذا كنت لا تستخدم azureml-defaults للاستدلال، فلا تتردد في استخدام azureml-core أو أي حزم Azure التعلم الآلي SDK أخرى مباشرة بدلا من تثبيت azureml-defaults.

• azureml-automl-dnn-nlp
  • تشغيل ميزة نطاق النص طويل المدى بشكل افتراضي.
• azureml-automl-dnn-vision
  • تغيير نوع فئة ObjectAnnotation من كائن إلى "كائن بيانات".
• azureml-core
  • يحدث هذا الإصدار فئة Keyvault المستخدمة من قبل العملاء لتمكينهم من توفير نوع محتوى keyvault عند إنشاء بيانات سرية باستخدام SDK. يحدث هذا الإصدار أيضا SDK لتضمين دالة جديدة تمكن العملاء من استرداد قيمة نوع المحتوى من بيانات سرية معينة.
• azureml-interpret
  • تحديث حزمة azureml-interpret لتفسير المجتمع 0.25.0
• azureml-pipeline-core
  • لا تطبع تفاصيل التشغيل بعد الآن إذا كان pipeline_run.wait_for_completion مع show_output=False
• azureml-train-automl-runtime
  • الإصلاح العاجل لخطأ قد يتسبب في فشل إنشاء التعليمات البرمجية لجيل عندما تكون حزمة التنبؤ azureml-contrib-automl-dnn-forecasting موجودة في بيئة التدريب.
  • الإصلاح العاج لخطأ عند استخدام مجموعة بيانات اختبار بدون عمود تسمية مع نموذج اختبار لـ AutoML.

2022-03-28

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.40.0

• azureml-automl-dnn-nlp
  • نحن نعمل على جعل ميزة نطاق النص طويل المدى اختيارية وفقط في حالة اشترك العملاء صراحة فيها، باستخدام kwarg "enable_long_range_text"
  • إضافة طبقة التحقق من صحة البيانات لسيناريو التصنيف متعدد الفئات، والذي يطبق نفس الفئة الأساسية مثل multilabel لعمليات التحقق الشائعة، وفئة مشتقة لمزيد من عمليات التحقق من صحة البيانات الخاصة بالمهمة.
• azureml-automl-dnn-vision
  • الإصلاح العاجل لـ KeyError أثناء حساب أوزان الفئة.
• azureml-contrib-reinforcementlearning
  • رسالة تحذير SDK الخاصة بالإهمال القادم لخدمة RL
• azureml-core
  • • إرجاع سجلات التشغيل التي مرت خلال وقت التشغيل الجديد عند الاتصال بأي من دالة الحصول على سجلات على عنصر التشغيل، بما في ذلك run.get_details، run.get_all_logs، وما إلى ذلك.
  • تمت إضافة أسلوب تجريبي Datastore.register_onpremises_hdfs تتيح للمستخدمين بإنشاء مخازن بيانات تشير إلى موارد HDFS المحلية.
  • تحديث وثائق CLI في أمر المساعدة
• azureml-interpret
  • بالنسبة لحزمة azureml-interpret، قم بإزالة تثبيت shap مع تحديث التعبئة والتغليف. قم بإزالة numba وتثبيت numpy بعد تحديث CE env.
• azureml-mlflow
  • run_local فشل Bugfix لعميل توزيع MLflow عند عدم توفير عنصر التكوين.
• azureml-pipeline-steps
  • إزالة الارتباط المقطوع من مقدر البنية الأساسية لبرنامج ربط العمليات التجارية EstimatorStep
• azureml-responsibleai
  • تحديث حزمة azureml-responsibleai إلى raiwidgets وإصدار responsibleai 0.17.0
• azureml-train-automl-runtime
  • يدعم إنشاء جيل التعليمات البرمجية ل ML التلقائي الآن نماذج ForecastTCN (تجريبية).
  • تحتوي النماذج التي تم إنشاؤها عبر إنشاء التعليمات البرمجية الآن على جميع المقاييس المحسوبة افتراضيا (باستثناء متوسط الخطأ المطلق العادي، والخطأ المطلق المتوسط، وRMSE العادي، وRMSLE العادي في حالة نماذج التنبؤ). يمكن تغيير القائمة الخاصة بالمقاييس التي سيتم حسابها عن طريق تحرير القيمة المرجعة ل get_metrics_names(). يتم الآن استخدام التحقق المتقاطع افتراضيا للتنبؤ بالنماذج التي تم إنشاؤها عبر إنشاء التعليمات البرمجية.
• azureml-training-tabular
  • يمكن تغيير القائمة الخاصة بالمقاييس التي سيتم حسابها عن طريق تحرير القيمة المرجعة ل get_metrics_names(). يتم الآن استخدام التحقق المتقاطع افتراضيا للتنبؤ بالنماذج التي تم إنشاؤها عبر إنشاء التعليمات البرمجية.
  • تحويل اختبار النوع العشري y إلى حُر للسماح بمتابعة حساب المقاييس دون أخطاء.

2022-02-28

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.39.0

• azureml-automl-core
  • عملية الإصلاح العاجل للنموذج غير الصحيح المعروض في PBI للتكامل مع نماذج تراجع AutoML
  • إضافة min-label-classes للتحقق من كل من مهام التصنيف (متعددة الفئات ومتعددة التسميات). فإنه يطرح خطأ لتشغيل العميل إذا كان العدد الفريد من الفئات في مجموعة بيانات تدريب الإدخال أقل من 2. ليس هناك معنى من تشغيل التصنيف على أقل من فئتين.
• azureml-automl-runtime
  • تحويل اختبار النوع العشري y إلى حُر للسماح بمتابعة حساب المقاييس دون أخطاء.
  • يدعم التدريب الخاص بـ Automl الآن إصدار numpy 1.8.
• azureml-contrib-automl-dnn-forecasting
  • تم إصلاح خطأ في نموذج TCNForecaster حيث لن يتم استخدام جميع بيانات التدريب عند توفير إعدادات التحقق المقطعي من الصحة المشتركة.
  • أسلوب التنبؤ الخاص ببرنامج تضمين TCNForecaster الذي كان يتلف التنبؤات وقت عملية الاستدلال. كما تم الإصلاح العاجل لمشكلة عدم استخدام أسلوب التنبؤ لأحدث بيانات السياق في سيناريوهات التدريب الصالحة.
• azureml-interpret
  • بالنسبة لحزمة azureml-interpret، قم بإزالة تثبيت shap مع تحديث التعبئة والتغليف. قم بإزالة numba وتثبيت numpy بعد تحديث CE env.
• azureml-responsibleai
  • عملية تحديث وضبط حزمة azureml-responsibleai إلى raiwidgets وإصدار responsibleai 0.17.0
• azureml-synapse
  • الإصلاح العاجل لمشكلة اختفاء عنصر واجهة المستخدم السحرية.
• azureml-train-automl-runtime
  • عملية تحديث تبعيات AutoML لدعم Python 3.8. يكسر هذا التغيير التوافق مع النماذج المدربة مع SDK 1.37 أو أقل بسبب حفظ واجهات Pandas الأحدث في النموذج.
  • يدعم التدريب الخاص بـ AutoML الآن إصدار numpy 1.19
  • إصلاح منطق إعادة تعيين AutoML لنماذج المجموعات في واجهة برمجة تطبيقات automl_setup_model_explanations
  • في AutoML، استخدم نموذج بديل lightgbm بدلاً من نموذج بديل خطي للحالة المتفرقة بعد ترقية أحدث إصدار من lightgbm
  • يتم الآن عملية تخزين كافة البيانات الاصطناعية المتوسطة الداخلية التي يتم إنتاجها بواسطة AutoML بشفافية على التشغيل الأصل (بدلا من إرسالها إلى مخزن كائن ثنائي كبير الحجم لمساحة العمل الافتراضي). يجب أن يكون المستخدمون قادرين على رؤية البيانات الاصطناعية التي ينشئها AutoML ضمن outputs/ الدليل على التشغيل الأصل.

2022-01-24

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.38.0

• azureml-automl-core
  • دعم regressor Tabnet ومصنف Tabnet في AutoML
  • حفظ محول البيانات في مخرجات التشغيل الأصل، والتي يمكن إعادة استخدامها لإنتاج نفس مجموعة البيانات المميزة، والتي تم استخدامها أثناء تشغيل التجربة
  • دعم الحصول على المقاييس الأساسية الخاصة بمهمة التنبؤ في get_primary_metrics API.
  • عميلة إعادة تسمية المعلمة الاختيارية الثانية في البرامج النصية لتسجيل النقاط v2 ك GlobalParameters
• azureml-automl-dnn-vision
  • تمت إضافة مقاييس التسجيل في الواجهة الخاصة بمستخدم المقاييس
• azureml-automl-runtime
  • الإصلاح العاجل لأخطاء الحالات التي قد يظهر فيها اسم الخوارزمية لنماذج NimbusML كسلاسل فارغة، إما على ML Studio، أو على المخرجات الخاصة بوحدة التحكم.
• azureml-core
  • blobfuse_enabled المعلمة المضافة في azureml.core.webservice.aks.AksWebservice.deploy_configuration. عندما تكون هذه المعلمة صحيحة، يتم تنزيل النماذج وملفات التسجيل باستخدام blobfuse بدلا من واجهة برمجة تطبيقات تخزين blob.
• azureml-interpret
  • تمت عملية التحديث الخاصة بـ azureml-interpret إلى تفسير-المجتمع 0.24.0
  • في تحديث azureml-interpret، شرح نقاط التحديث لدعم أحدث إصدار من lightgbm مع متفرق TreeExplaine
  • تمت عملية التحديث الخاصة بـ azureml-interpret إلى تفسير-المجتمع 0.23
• azureml-pipeline-core
  • أضف ملاحظة في بيانات البنية الأساسية لبرنامج ربط العمليات التجارية، واوصي المستخدم باستخدام مجموعة بيانات إخراج البنية الأساسية لبرنامج ربط العمليات التجارية بدلا من ذلك.
• azureml-pipeline-steps
  • إضافة environment_variables إلى ParallelRunConfig، يمكن تمرير المتغيرات الخاصة ببيئة وقت التشغيل بواسطة هذه المعلمة وسيتم تعيينها على العملية حيث يتم تنفيذ البرنامج النصي للمستخدم.
• azureml-train-automl-client
  • دعم regressor Tabnet ومصنف Tabnet في AutoML
• azureml-train-automl-runtime
  • حفظ محول البيانات في مخرجات التشغيل الأصل، والتي يمكن إعادة استخدامها لإنتاج نفس مجموعة البيانات المميزة، والتي تم استخدامها أثناء تشغيل التجربة
• azureml-train-core
  • عملية تمكين الدعم للإنهاء المبكر لـ Bayesian Optimization في Hyperdrive
  • من الممكن الآن لعناصر Bayesian و GridParameterSampling تمرير الخصائص

2021-12-13

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.37.0

• كسر التغييرات

  • azureml-core
    • بدءا من الإصدار 1.37.0، يستخدم Azure التعلم الآلي SDK MSAL كمكتبة مصادقة أساسية. تستخدم MSAL تدفق مصادقة Microsoft Azure Active Directory (Azure AD) v2.0 لتوفير المزيد من الوظائف وزيادة الأمان لذاكرة التخزين المؤقت للرمز المميز. لمزيد من المعلومات، راجع نظرة عامة على مكتبة مصادقة Microsoft (MSAL).
    • تحديث تبعيات AML SDK إلى أحدث إصدار من مكتبة عميل Azure Resource Management ل Python (azure-mgmt-resource>=15.0.0,20.0.0<) واعتماد track2 SDK.
    • بدءا من الإصدار 1.37.0، يتعين أن يكون ملحق azure-ml-cli متوافقا مع أحدث إصدار من Azure CLI >=2.30.0.
    • عند استخدام Azure CLI في البنية الأساسية لبرنامج ربط العمليات التجارية، مثل Azure DevOps، تأكد من أن كافة المهام/المراحل تستخدم إصدارات Azure CLI أعلى من الإصدار 2.30.0 ل Azure CLI المستند إلى MSAL. Azure CLI 2.30.0 غير متوافق مع الإصدارات القديمة ويطرح خطأ عند استخدام إصدارات غير متوافقة. لاستخدام بيانات اعتماد Azure CLI مع Azure التعلم الآلي SDK، يجب تثبيت Azure CLI كحزمة pip.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-core
    • أنواع المثيلات التي تمت إزالتها من سير العمل الخاصة بإرفاق حساب Kubernetes. من الممكن الآن إعداد أنواع المثيلات مباشرة في مجموعة Kubernetes. لمزيد من المعلومات، يرجى زيارة aka.ms/amlarc/doc.
  • azureml-interpret
    • تم تحديث azureml-interpret إلى interpret-community 0.22.*
  • azureml-pipeline-steps
    • تم الإصلاح العاجل للخطأ حيث قد يتم إنشاء "العنصر النائب" للتجربة عند إرسال البنية الأساسية لبرنامج ربط العمليات التجارية باستخدام AutoMLStep.
  • azureml-responsibleai
    • تحديث البيئة الخاصة بمثيل azureml-responsibleai والحوسبة إلى إصدار responsibleai وraiwidgets 0.15.0
    • عملية التحديث الخاصة بحزمة azureml-responsibleai إلى أحدث مسؤول 0.14.0.
  • azureml-tensorboard
    • يمكنك الآن استخدام Tensorboard(runs, use_display_name=True) لإدخال سجلات TensorBoard إلى المجلدات المسماة run.display_name/run.id باسم بدلا من run.id.
  • azureml-train-automl-client
    • تم الإصلاح العاجل للخطأ حيث قد يتم إنشاء "العنصر النائب" للتجربة عند إرسال البنية الأساسية لبرنامج ربط العمليات التجارية باستخدام AutoMLStep.
    • تحديث AutoMLConfig test_data ومستندات test_size لتعكس إصدار أولي معين.
  • azureml-train-automl-runtime
    • تمت إضافة ميزة جديدة تتيح للمستخدمين بتمرير سلاسل زمنية بقيمة فريدة واحدة.
    • في سيناريوهات محددة، يمكن لنموذج AutoML التنبؤ ب NaNs. تتم إزالة الصفوف التي تتوافق مع تنبؤات NaN هذه من مجموعات بيانات الاختبار والتنبؤات قبل حساب المقاييس في عمليات تشغيل الاختبار.

2021-11-08

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.36.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-dnn-vision
    • تمت عملية تنظيف الأخطاء المطبعية الثانوية على بعض رسائل الخطأ.
  • azureml-contrib-reinforcementlearning
    • لم يعد إرسال عمليات تشغيل التعلم المعزز التي تستخدم المحاكيات مدعوما.
  • azureml-core
    • الدعم الإضافي للكائن الثنائي كبير الحجم المتميز المقسم.
    • لم يعد تحديد السحب غير العامة لمصادقة الهوية المدارة مدعوما.
    • يمكن للمستخدم ترحيل خدمة ويب AKS إلى نقطة النهاية والنشر عبر الإنترنت، والتي تتم إدارتها بواسطة CLI (v2).
    • يتوفر الآن تعيين نوع المثيل لوظائف التدريب على أهداف حساب Kubernetes عبر خاصية RunConfiguration: run_config.kubernetescompute.instance_type.
  • azureml-defaults
    • عملية إزالة التبعيات المكررة مثل gunicorn و werkzeug
  • azureml-interpret
    • تمت عملية تحديث حزمة azureml-interpret إلى إصدار 0.21.* من تفسير المجتمع
  • azureml-pipeline-steps
    • إيقاف MpiStep لصالح استخدام CommandStep لتشغيل تدريب التعلم الآلي (بما في ذلك التدريب الموزع) في البنية الأساسية لبرنامج ربط العمليات التجارية.
  • azureml-train-automl-rutime
    • تحديث مستندات تنسيق إخراج التنبؤات الخاصة بنموذج AutoML.
    • تمت إضافة أوصاف docstring الخاصة بنموذج التنبؤ Naive و SeasonalNaive و Average و SeasonalAverage.
    • يتم الآن تخزين ملخص التمييز كأداة أثناء عملية التشغيل (تحقق من وجود ملف يسمى "featurization_summary.json" ضمن مجلد المخرجات)
    • عملية ضبط وتمكين دعم المؤشرات الفئوية لمتعلم Tabnet.
    • أضف معلمة downsample إلى automl_setup_model_explanations للسماح للمستخدمين بالحصول على تفسيرات حول كافة البيانات دون تقليل الطابع عن طريق تعيين هذه المعلمة على أن تكون خاطئة.

2021-10-11

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.35.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • عملية تمكين الحساب الخاص بالمقاييس الثنائية
  • azureml-contrib-fairness
    • عملية تحسين رسالة الخطأ على تنزيل لوحة المعلومات الفاشلة
  • azureml-core
    • تم حل الخطأ في تحديد السحب غير العامة لمصادقة الهوية المدارة.
    • تتم الآن عملية إزالة علامات Dataset.File.upload_directory() وعلامات Dataset.Tabular.register_pandas_dataframe() التجريبية.
    • تتم إزالة علامات تجريبية الآن في أسلوب partition_by() من الفئة TabularDataset.
  • azureml-pipeline-steps
    • تتم الآن عملية إزالة العلامات التجريبية لمعلمة partition_keys فئة ParallelRunConfig.
  • azureml-interpret
    • تمت عملية تحديث حزمة azureml-interpret إلى intepret-community 0.20.*
  • azureml-mlflow
    • أصبح من الممكن تسجيل البيانات الاصطناعية والصور باستخدام MLflow باستخدام الدلائل الفرعية
  • azureml-responsibleai
    • عملية تحسين رسالة الخطأ على تنزيل لوحة المعلومات الفاشلة
  • azureml-train-automl-client
    • دعم إضافي لمهام رؤية الكمبيوتر مثل تصنيف الصور واكتشاف العناصر وتجزئة المثيل. يمكن العثور على وثائق مفصلة في: إعداد AutoML لتدريب نماذج رؤية الكمبيوتر باستخدام Python (v1).
    • عملية تمكين الحساب الخاص بالمقاييس الثنائية
  • azureml-train-automl-runtime
    • أضف دعم TCNForecaster إلى عمليات التشغيل الخاصة باختبار النموذج.
    • تحديث النموذج الخاص باختبار predictions.csv تنسيق الإخراج. تتضمن أعمدة الإخراج الآن القيم الهدف الأصلية والميزات، والتي تم تمريرها إلى تشغيل الاختبار. من الممكن إيقاف تشغيل هذا عن طريق الإعدادtest_include_predictions_only=True فيAutoMLConfig أو عن طريق الإعدادinclude_predictions_only=True فيModelProxy.test(). إذا طلب المستخدم تضمين التنبؤات فقط، فسيبدو تنسيق الإخراج مثل (التنبؤ هو نفس الانحدار): التصنيف => [القيم المتوقعة] [الاحتمالات] الانحدار => [القيم المتوقعة] أخرى (افتراضية): التصنيف => [تسميات بيانات الاختبار الأصلية] [القيم المتوقعة] [الاحتمالات] [الميزات] الانحدار => [تسميات بيانات الاختبار الأصلية] [القيم المتوقعة] [الميزات] [predicted values] اسم العمود = [label column name] + "_predicted". [probabilities] أسماء الأعمدة = [class name] + "_predicted_proba". في حالة لم يتم تمرير أي عمود هدف كمدخل إلى تشغيل الاختبار، [original test data labels] فلن يكون في الإخراج.

2021-09-07

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.34.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • دعم إضافي لإعادة تجهيز مسار التنبؤ المدرب مسبقا.
    • القدرة المضافة على الحصول على تنبؤات حول بيانات التدريب (التنبؤ داخل العينة) للتنبؤ.
  • azureml-automl-runtime
    • عملية إضافة الدعم لإرجاع الاحتمالات المتوقعة من نقطة نهاية موزعة لنموذج مصنف AutoML.
    • إضافة خيار تنبؤ للمستخدمين لتحديد أن كافة التنبؤات يجب أن تكون أعداد صحيحة.
    • إزالة اسم العمود الهدف من كونه جزءا من أسماء ميزات شرح النموذج الخاص بالتجارب المحلية مع training_data_label_column_name
    • كمدخلات خاصة بمجموعة البيانات.
    • دعم إضافي لإعادة تجهيز مسار التنبؤ المدرب مسبقا.
    • القدرة المضافة على الحصول على تنبؤات حول بيانات التدريب (التنبؤ داخل العينة) للتنبؤ.
  • azureml-core
    • تمت إضافة دعم لتعيين نوع عمود دفق البيانات، وتحميل وتنزيل أعمدة الدفق في مجموعة بيانات جدولية.
    • الحقول الاختيارية الجديدة المضافة إلى Kubernetes.attach_configuration(identity_type=None, identity_ids=None) التي تسمح بإرفاق KubernetesCompute بهوية خاصة لـ SystemAssigned أو UserAssigned. يتم تضمين حقول هوية جديدة عند استدعاء الطباعة (compute_target) أو compute_target.serialize(): identity_type identity_id principal_id tenant_id/client_id.
  • azureml-dataprep
    • إضافة دعم لتعيين نوع عمود الدفق لمجموعة البيانات الجدولية. تمت إضافة دعم لإدخال وتنزيل أعمدة الدفق في مجموعة البيانات الجدولية.
  • azureml-defaults
    • إضافة التبعية azureml-inference-server-http==0.3.1 إلى azureml-defaults.
  • azureml-mlflow
    • السماح بفصل صفحات list_experiments API عن طريق إضافة max_results params واختيارية page_token . للحصول على الوثائق، قم بمراجعة مستندات MLflow الرسمية.
  • azureml-sdk
    • تمت عملية استبدال التبعية على الحزمة المهملة (azureml-train) داخل azureml-sdk.
    • تمت إضافة azureml-responsibleai إلى إضافات azureml-sdk
  • azureml-train-automl-client
    • يعرض test_data المعلمات و test_size في AutoMLConfig . يمكن استخدام هذه المعلمات لبدء تشغيل اختبار تلقائيا بعد اكتمال مرحلة تدريب النموذج. يحسب تشغيل الاختبار التنبؤات باستخدام أفضل نموذج وينشئ مقاييس نظرا لهذه التنبؤات.

2021-08-24

واجهة مستخدم اختبار التعلم الآلي من Microsoft Azure

• تشغيل الحذف
  • تشغيل الحذف هو وظيفة جديدة تتيح للمستخدمين بحذف تشغيل واحد أو عدة عمليات تشغيل من مساحة العمل الخاصة بهم.
  • يمكن أن تساعد هذه الوظيفة المستخدمين على تقليل تكاليف التخزين وإدارة السعة الخاصة بالتخزين عن طريق حذف عمليات التشغيل والتجارب بانتظام من واجهة المستخدم مباشرة.
• تشغيل إلغاء الدفعة
  • تشغيل إلغاء الدفعة هي وظيفة جديدة تسمح للمستخدمين بتحديد تشغيل واحد أو عدة عمليات للإلغاء من قائمة التشغيل الخاصة بهم.
  • يمكن أن تساعد هذه الوظيفة المستخدمين على إلغاء عمليات التشغيل المتعددة في قائمة الانتظار وتحرير مساحة على نظام المجموعة الخاصة بهم.

2021-08-18

واجهة مستخدم اختبار التعلم الآلي من Microsoft Azure

• تشغيل اسم المعروض
  • تشغيل الاسم المعروض هو اسم عرض جديد وقابل للتحرير واختياري يمكن تعيينه إلى تشغيل.
  • من الممكن أن يساعد هذا الاسم في تعقب عمليات التشغيل وتنظيمها واكتشافها بشكل أكثر فعالية.
  • يتم تعين تشغيل الاسم المعروض افتراضيا إلى تنسيق adjective_noun_guid (مثال: awesome_watch_2i3uns).
  • من الممكن تحرير هذا الاسم الافتراضي إلى اسم أكثر قابلية للتخصيص. يمكن تحرير هذا من صفحة Run details في واجهة مستخدم استوديو التعلم الآلي من Microsoft Azure .

2021-08-02

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.33.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • عملية معالجة الأخطاء المحسنة حول استرداد نموذج XGBoost.
    • إضافة إمكانية تحويل التنبؤات من حرة إلى أعداد صحيحة لمهام التنبؤ والتراجع.
    • القيمة الافتراضية المحدثة enable_early_stopping في AutoMLConfig إلى سليمة.
  • azureml-automl-runtime
    • إضافة إمكانية تحويل التنبؤات من حرة إلى أعداد صحيحة لمهام التنبؤ والتراجع.
    • القيمة الافتراضية المحدثة enable_early_stopping في AutoMLConfig إلى سليمة.
  • azureml-contrib-automl-pipeline-steps
    • يتم تمكين أوقات التسلسل الهرمي (HTS) للتنبؤ بالمهام من خلال البنية الأساسية لبرنامج ربط العمليات التجارية.
    • إضافة دعم خاص بمجموعة البيانات الجدولية للاستدلال
    • يمكن تحديد مسار مخصص للبيانات الخاصة بالاستدلال
  • azureml-contrib-reinforcementlearning
    • يتم إهمال بعض الخصائص في azureml.core.environment.DockerSection، مثلshm_size الخاصية التي يستخدمها عمال Ray في وظائف التعلم المعززة. من الممكن الآن تحديد هذه الخاصية في azureml.contrib.train.rl.WorkerConfiguration بدلا من ذلك.
  • azureml-core
    • تم إصلاح الارتباط التشعبي في ScriptRunConfig.distributed_job_config الوثائق
    • يمكن الآن إنشاء نظام مجموعات حساب Azure التعلم الآلي في موقع مختلف عن موقع مساحة العمل. هذا مفيد لزيادة التخصيص الخاص بالسعة الخاملة وإدارة استخدام الحصة النسبية عبر مواقع مختلفة دون الحاجة إلى إنشاء المزيد من مساحات العمل فقط لاستخدام الحصة النسبية وإنشاء نظام مجموعة حساب في موقع معين. لمزيد من المعلومات، راجع إنشاء نظام مجموعة حساب التعلم الآلي من Microsoft Azure.
    • تمت إضافة display_name ك حقل اسم قابل للتغيير ل لتشغيل العنصر .
    • تدعم مجموعة البيانات from_files الآن تخطي الملحقات الخاصة بالبيانات لبيانات الإدخال الكبيرة
  • azureml-dataprep
    • إصلاح خطأ حيث قد تفشل to_dask_dataframe بسبب حالة التعارض.
    • تدعم مجموعة البيانات from_files الآن تخطي الملحقات الخاصة بالبيانات لبيانات الإدخال الكبيرة
  • azureml-defaults
    • نقوم بإزالة التبعية azureml-model-management-sdk==1.0.1b6.post1 من azureml-defaults.
  • azureml-interpret
    • تمت عملية التحديث الخاصة بـ azureml-interpret إلى interpret-community 0.19.*
  • azureml-pipeline-core
    • يتم تمكين أوقات التسلسل الهرمي (HTS) للتنبؤ بالمهام من خلال البنية الأساسية لبرنامج ربط العمليات التجارية.
  • azureml-train-automl-client
    • قم بالتبديل إلى استخدام المخزن الخاص بالكائنات الثنائية كبيرة الحجم للتخزين المؤقت في التعلم الآلي التلقائي.
    • يتم تمكين أوقات التسلسل الهرمي (HTS) للتنبؤ بالمهام من خلال البنية الأساسية لبرنامج ربط العمليات التجارية.
    • عملية معالجة الأخطاء المحسنة حول استرداد نموذج XGBoost.
    • القيمة الافتراضية المحدثة enable_early_stopping في AutoMLConfig إلى سليمة.
  • azureml-train-automl-runtime
    • قم بالتبديل إلى استخدام المخزن الخاص بالكائنات الثنائية كبيرة الحجم للتخزين المؤقت في التعلم الآلي التلقائي.
    • يتم تمكين أوقات التسلسل الهرمي (HTS) للتنبؤ بالمهام من خلال البنية الأساسية لبرنامج ربط العمليات التجارية.
    • القيمة الافتراضية المحدثة enable_early_stopping في AutoMLConfig إلى سليمة.

2021-07-06

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.32.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-core
    • كشف التشخيص الخاص بصحة مساحة العمل في SDK/CLI
  • azureml-defaults
    • إضافة opencensus-ext-azure==1.0.8 تبعية إلى azureml بطريقة افتراضية
  • azureml-pipeline-core
    • عملية تحديث AutoMLStep لاستخدام الصور التي تم إنشاؤها مسبقا عندما تتطابق بيئة إرسال المهمة مع البيئة الافتراضية
  • azureml-responsibleai
    • تمت إضافة عميل جديد لتحليل الأخطاء لتحميل تقارير وقائمة تحليل الأخطاء وتنزيلها وإدراجها
    • تأكد منraiwidgets مزامنة الحزم وعملية إصدارهاresponsibleai
  • azureml-train-automl-runtime
    • تعيين الوقت المخصص للبحث ديناميكيا عبر استراتيجيات التمييز المتنوعة إلى ربع مهلة التجربة الإجمالية كحد أقصى

2021-06-21

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.31.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-core
    • الوثائق المحسنة لخاصية النظام الأساسي على فئة البيئة
    • تغيير وقت تقليص وقت العقدة الخاصة بحساب AML الافتراضية من 120 ثانية إلى 1800 ثانية
    • ارتباط استكشاف الأخطاء وإصلاحها الافتراضي المحدث المعروض على مدخل استكشاف الأخطاء وإصلاحها فشل التشغيل إلىhttps://aka.ms/azureml-run-troubleshooting:
  • azureml-automl-runtime
    • تنظيف البيانات: يتم إسقاط العينات ذات القيم المستهدفة في [None، ""، "nan"، np.nan] قبل التمييز و/أو تدريب النموذج
  • azureml-interpret
    • منع تدفق خطأ قائمة انتظار المهام على تشغيلات Azure التعلم الآلي البعيدة التي تستخدم ExplanationClient عن طريق زيادة المهلة
  • azureml-pipeline-core
    • إضافة المعلمة jar إلى خطوة synapse
  • azureml-train-automl-runtime
    • الإصلاح العاجل لحواجز حماية العلاقة الأساسية العالية لتكون أكثر محاذاة مع الوثائق

2021-06-07

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.30.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-core
    • عملية تثبيت التبعية ruamel-yaml إلى < 0.17.5 كتغير فاصل تم إصداره في 0.17.5.
    • aml_k8s_config يتم استبدال الخاصية بـnamespacedefault_instance_type، و،instance_types والمعلماتKubernetesCompute للإرفاق.
    • تم تغيير مفاتيح مزامنة مساحة العمل إلى عملية طويلة الأمد.
  • azureml-automl-runtime
    • قد تفشل المشكلات التي تم إصلاحها حيث يتم تشغيل البيانات الكبيرة مع Elements of y_test cannot be NaN.
  • azureml-mlflow
    • خطأ المكون الإضافي لتوزيع MLFlow للنماذج بدون توقيع.
  • azureml-pipeline-steps
    • ParallelRunConfig: تحديث وثيقة process_count_per_node.
  • azureml-train-automl-runtime
    • دعم الكمية المحددة المخصصة أثناء الاستدلال MM
    • دعم forecast_quantiles أثناء عملية الاستدلال الدفعي.
  • azureml-contrib-automl-pipeline-steps
    • دعم الكمية المحددة المخصصة أثناء الاستدلال MM
    • دعم forecast_quantiles أثناء عملية الاستدلال الدفعي.

2021-05-25

الإعلان عن CLI (v2) ل Azure التعلم الآلي

الملحق ml إلى Azure CLI هو واجهة الجيل التالي للتعلم الآلي من Microsoft Azure. يمكنك من تدريب النماذج وتوزيعها من سطر الأوامر، مع الميزات التي تسرع تحجيم علوم البيانات صعوداً وخارجاً أثناء تعقب دورة حياة النموذج. تثبيت وإعداد CLI (v2).

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.29.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • كسر التغييرات
    • الدعم الإضافي لـ Python 3.5.
  • azureml-automl-runtime
    • الإصلاح العاجل لخطأ حيث فشل STLFeaturizer إذا كان طول السلسلة الزمنية أقصر من الموسمية. يظهر بيان التطبيق الخطأ كـ IndexError. تتم معالجة الحالة الآن دون خطأ، على الرغم من أن المكون الموسمي ل STL يتكون فقط من أصفار في هذه الحالة.
  • azureml-contrib-automl-dnn-vision
    • تمت إضافة أسلوب خاص بالاستدلال الدفعي مع مسارات الملفات.
  • azureml-contrib-gbdt
    • تم إهمال حزمة azureml-contrib-gbdt وربما لا تتلقى تحديثات مستقبلية وسيتم إزالتها من التوزيع تماما.
  • azureml-core
    • الشرح الصحيح لـ create_if_not_exists المعلمة في Datastore.register_azure_blob_container.
    • تمت إضافة عينة التعليمات البرمجية إلى فئة DatasetConsumptionConfig.
    • الدعم الإضافي للخطوة كمحور بديل لقيم القياس العددي في run.log()
  • azureml-dataprep
    • حد حجم القسم المقبول إلى _with_partition_size() 2 غيغابايت
  • azureml-interpret
    • تحديث azureml-interpret إلى أحدث إصدار حزمة الذاكرة الأساسية
    • تم إسقاط الدعم لـ SHAP DenseData، والذي تم إهماله في SHAP 0.36.0.
    • تمكين ExplanationClient التحميل إلى مخزن البيانات المحدد من قبل المستخدم.
  • azureml-mlflow
    • عملية نقل azureml-mlflow إلى mlflow-skinny لتقليل بصمة التبعية مع الحفاظ على دعم المكون الإضافي الكامل
  • azureml-pipeline-core
    • يتم تحديث عينة التعليمات البرمجية PipelineParameter في المستند المرجعي لاستخدام المعلمة الصحيحة.

2021-05-10

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.28.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-runtime
    • البرنامج النصي المحسن لتسجيل AutoML لجعله متسقا مع المصمم
    • خطأ التصحيح حيث يؤدي التنبؤ باستخدام نموذج المرسل إلى ظهور خطأ "عمود مفقود" إذا تم تدريبه على إصدار سابق من SDK.
    • تمت إضافة نموذج ARIMAX إلى القوائم الخاصة بالنماذج العامة المدعومة بالتنبؤ من AutoML SDK. هنا، ARIMAX هو تراجع مع أخطاء ARIMA وحالة خاصة من نماذج الوظيفة الخاصة بالنقل التي تم تطويرها بواسطة Box و Jenkins. لمناقشة كيفية اختلاف النهجين، راجع نموذج ARIMAX المرحل. على عكس بقية النماذج متعددة المتغيرات التي تستخدم الميزات التي تم إنشاؤها تلقائيا والمعتمدة على الوقت (ساعة من اليوم ويوم من السنة وما إلى ذلك) في AutoML، يستخدم هذا النموذج الميزات التي يوفرها المستخدم فقط، ويجعل تفسير المعاملات سهلا.
  • azureml-contrib-dataset
    • وصف الوثائق المحدثة مع الإشارة إلى أنه يجب تثبيت libfuse أثناء استخدام الإدخال.
  • azureml-core
    • تم الآن mcr.microsoft.com/azureml/openmpi3.1.2-ubuntu18.04 الصورة المنسقة الافتراضية ابخاصة بوحدة المعالجة المركزية. الصورة الافتراضية GPU الآن mcr.microsoft.com/azureml/openmpi3.1.2-cuda10.2-cudnn8-ubuntu18.04
    • تم إهمال Run.fail() الآن، استخدم Run.tag() لوضع علامة على التشغيل على أنه فشل أو استخدم Run.cancel() لوضع علامة على التشغيل على أنه ملغى.
    • الوثائق المحدثة مع ملاحظة أنه يجب تثبيت libfuse عند تحميل مجموعة البيانات الخاصة بالملف.
    • أضف دعم register_dask_dataframe() التجريبي إلى المجموعة الخاصة بالبيانات الجدولية.
    • دعم DatabricksStep مع Azure Blob/ADL-S كإدخالات/مخرجات وعرض المعلمة permit_cluster_restart للسماح للعميل بتحديد ما إذا كان بإمكان AML إعادة التشغيل الخاص بنظام المجموعة عند الحاجة إلى إضافة تكوين الوصول i/o إلى نظام المجموعة
  • azureml-dataset-runtime
    • يدعم azureml-dataset-runtime الآن إصدارات الخاصة بـ pyarrow < 4.0.0
  • azureml-mlflow
    • دعم إضافي للتوزيع إلى Azure التعلم الآلي عبر المكون الإضافي MLFlow.
  • azureml-pipeline-steps
    • دعم DatabricksStep مع Azure Blob/ADL-S كإدخالات/مخرجات وعرض المعلمة permit_cluster_restart للسماح للعميل بتحديد ما إذا كان بإمكان AML إعادة التشغيل الخاص بنظام المجموعة عند الحاجة إلى إضافة تكوين الوصول i/o إلى نظام المجموعة
  • azureml-synapse
    • تمكين الجمهور في المصادقة الخاصة بـ msi
  • azureml-train-automl-client
    • إضافة ارتباط تم تغييره لمعرف مستند الحساب

2021-04-19

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.27.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-core
    • تمت إضافة القدرة على تجاوز القيمة المهلة الافتراضية لتحميل البيانات الاصطناعية عبر متغير البيئة "AZUREML_ARTIFACTS_DEFAULT_TIMEOUT".
    • تم إصلاح خطأ حيث لا يتم احترام إعدادات docker في كائن البيئة على ScriptRunConfig.
    • السماح بتقسيم مجموعة البيانات عند نسخها إلى الوجهة.
    • تمت إضافة وضع مخصص إلى OutputDatasetConfig لتمكين تمرير مجموعات البيانات التي تم إنشاؤها في البنية الأساسية لبرنامج ربط العمليات التجارية من خلال دالة الارتباط. تم إجراء التحسينات الخاصة بالدعم لتمكين التقسيم الجدولي ل PRS.
    • تمت عملية إضافة نوع حساب KubernetesCompute جديد إلى azureml-core.
  • azureml-pipeline-core
    • إضافة وضع مخصص إلى OutputDatasetConfig وتمكين المستخدم من المرور عبر مجموعات البيانات التي تم إنشاؤها في البنية الأساسية لبرنامج ربط العمليات التجارية من خلال دالة الارتباط التشعبي. تدعم الوجهات الخاصة بمسار الملف العناصر النائبة. تم إجراء التحسينات الخاصة بالدعم لتمكين التقسيم الجدولي لـ PRS.
    • تمت عملية إضافة نوع الحساب KubernetesCompute جديد إلى azureml-core.
  • azureml-pipeline-steps
    • تمت عملية إضافة نوع الحساب KubernetesCompute جديد إلى azureml-core.
  • azureml-synapse
    • عملية تحديث عنوان URL لواجهة مستخدم spark في عنصر واجهة مستخدم azureml synapse
  • azureml-train-automl-client
    • يستخدم STL المميز لمهمة التنبؤ الآن كشف موسمي أكثر قوة استنادا إلى تكرار السلسلة الزمنية.
  • azureml-train-core
    • تم إصلاح الخطأ حيث لا يتم احترام إعدادات المرسى في عنصر البيئة.
    • تمت عملية إضافة نوع الحساب KubernetesCompute جديد إلى azureml-core.

2021-04-05

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.26.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تم إصلاح مشكلة حيث يوصى باستخدام نماذج Naive في تشغيل AutoMLStep وفشلها مع ميزات التأخر أو ميزات النافذة المتداولة. لن يوصى بهذه النماذج عند تعيين التأخر في الهدف أو حجم النافذة المتداولة الهدف.
    • تم تغيير إخراج وحدة التحكم عند إرسال تشغيل AutoML لإظهار ارتباط المدخل إلى التشغيل.
  • azureml-core
    • إضافة وضع HDFS في الوثائق.
    • إضافة دعم لفهم أقسام ملف مجموعة البيانات استنادا إلى بنية glob.
    • دعم إضافي لتحديث سجل الحاوية المرتبط بمساحة عمل Azure التعلم الآلي.
    • السمات الخاصة بالبيئة المهملة ضمن DockerSection - "enabled" و"shared_volume" و"arguments" هي جزء من DockerConfiguration في RunConfiguration الآن.
    • تحديث البنية الأساسية لبرنامج ربط العمليات التجارية CLI استنساخ الوثائق
    • تحديث عناوين URL المدخلة لتضمين للمصادقة المستأجر
    • إزالة اسم التجربة من تشغيل URIs لتجنب عمليات إعادة التوجيه
    • تحديث تجربة URO لاستخدام معرف التجربة.
    • إصلاحات الأخطاء لإرفاق الحوسبة عن بعد ب Azure التعلم الآلي CLI.
    • تحديث عناوين URL المدخلة لتضمين مصادقة المستأجر
    • تحديث تجربة URO لاستخدام المعرف الخاص بالتجربة.
  • azureml-interpret
    • تم تحديث azureml-interpret لاستخدام تفسير المجتمع 0.17.0
  • azureml-opendatasets
    • التحقق من صحة التاريخ الخاص ببدء الإدخال ونوع تاريخ الانتهاء والإشارة إلى الخطأ إذا لم يكن نوع التاريخ والوقت.
  • azureml-parallel-run
    • [الميزة التجريبية] إضافة partition_keys المعلمة إلى ParallelRunConfig، إذا تم تحديدها، سيتم تقسيم مجموعة (مجموعات) بيانات الإدخال إلى دفعات صغيرة بواسطة المفاتيح المحددة من قبلها. يتطلب كافة مجموعات بيانات الإدخال إلى مجموعة بيانات مقسمة.
  • azureml-pipeline-steps
    • Bugfix - دعم path_on_compute أثناء تمرير التكوين الخاص بمجموعة البيانات كتنزيل.
    • إهمال RScriptStep لصالح استخدام CommandStep لتشغيل البرامج النصية R في البنية الأساسية لبرنامج ربط العمليات التجارية.
    • إهمال EstimatorStep لصالح استخدام CommandStep لتشغيل التدريب ML (بما في ذلك التدريب الموزع) في البنية الأساسية لبرنامج ربط العمليات التجارية.
  • azureml-sdk
    • عملية تحديث python_requires إلى < 3.9 ل azureml-sdk
  • azureml-train-automl-client
    • تم تغيير إخراج وحدة التحكم عند إرسال تشغيل AutoML لإظهار ارتباط المدخل إلى التشغيل.
  • azureml-train-core
    • تم إهمال السمات الخاصة بـ DockerSection 'enabled' و'shared_volume' و'arguments' لصالح استخدام DockerConfiguration مع ScriptRunConfig.
    • استخدام مجموعات البيانات الخاصة بـ Azure المفتوحة لمجموعة بيانات MNIST
    • تم تحديث رسائل الخطأ الخاصة بـ Hyperdrive.

2021-03-22

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.25.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تم تغيير إخراج وحدة التحكم عند إرسال تشغيل AutoML لإظهار ارتباط المدخل إلى التشغيل.
  • azureml-core
    • يبدأ في دعم التحديث الخاص بسجل الحاوية لمساحة العمل في SDK وCLI
    • تم إهمال السمات الخاصة بـ DockerSection 'enabled' و'shared_volume' و'arguments' لصالح استخدام DockerConfiguration مع ScriptRunConfig.
    • تحديث البنية الأساسية لبرنامج ربط العمليات التجارية CLI استنساخ الوثائق
    • تحديث عناوين URL المدخلة لتضمين للمصادقة المستأجر
    • إزالة اسم التجربة من تشغيل URIs لتجنب عمليات إعادة التوجيه
    • تحديث تجربة URO لاستخدام معرف التجربة.
    • إصلاحات الأخطاء لإرفاق الحساب عن بعد باستخدام az CLI
    • تحديث عناوين URL المدخلة لتضمين مصادقة المستأجر
    • إضافة دعم لفهم أقسام ملف مجموعة البيانات استنادا إلى بنية glob.
  • azureml-interpret
    • تم تحديث azureml-interpret لاستخدام تفسير المجتمع 0.17.0
  • azureml-opendatasets
    • التحقق من صحة التاريخ الخاص ببدء الإدخال ونوع تاريخ الانتهاء والإشارة إلى الخطأ إذا لم يكن نوع التاريخ والوقت.
  • azureml-pipeline-core
    • Bugfix - دعم path_on_compute أثناء تمرير التكوين الخاص بمجموعة البيانات كتنزيل.
  • azureml-pipeline-steps
    • Bugfix - دعم path_on_compute أثناء تمرير التكوين الخاص بمجموعة البيانات كتنزيل.
    • إهمال RScriptStep لصالح استخدام CommandStep لتشغيل البرامج النصية R في البنية الأساسية لبرنامج ربط العمليات التجارية.
    • إهمال EstimatorStep لصالح استخدام CommandStep لتشغيل التدريب ML (بما في ذلك التدريب الموزع) في البنية الأساسية لبرنامج ربط العمليات التجارية.
  • azureml-train-automl-runtime
    • تم تغيير إخراج وحدة التحكم عند إرسال تشغيل AutoML لإظهار ارتباط المدخل إلى التشغيل.
  • azureml-train-core
    • تم إهمال السمات الخاصة بـ DockerSection 'enabled' و'shared_volume' و'arguments' لصالح استخدام DockerConfiguration مع ScriptRunConfig.
    • استخدام مجموعات البيانات الخاصة بـ Azure المفتوحة لمجموعة بيانات MNIST
    • تم تحديث رسائل الخطأ الخاصة بـ Hyperdrive.

2021-03-31

تجربة دفاتر التعلم الآلي من Microsoft Azure لاستوديو (تحديث شهر مارس)

• ميزات جديدة

  • عرض CSV/TSV. يمكن للمستخدمين عرض ملف TSV/CSV بتنسيق شبكة لتسهيل تحليل البيانات.
  • مصادقة SSO الخاصة بمثيل الحساب. يمكن للمستخدمين الآن مصادقة أي مثيلات حوسبة جديدة مباشرة في واجهة مستخدم دفتر الملاحظات، مما يسهل مصادقة واستخدام Azure SDKs مباشرة في Azure التعلم الآلي.
  • الحساب الخاص بمقاييس المثيل. يمكن للمستخدمين عرض مقاييس الحوسبة مثل استخدام وحدة المعالجة المركزية والذاكرة عبر المحطة الطرفية.
  • التفاصيل الخاصة بالملف. يمكن للمستخدمين الآن رؤية تفاصيل الملف بما في ذلك آخر وقت تم تعديله وحجم الملف بالنقر فوق النقاط الثلاث بجانب ملف.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • مرات تحميل الصفحة المحسنة.
  • تحسين الأداء.
  • السرعة المحسنة والموثوقية الخاصة بالنواة.
  • احصل على عقارات عمودية عن طريق الانتقال بشكل دائم لأعلى جزء ملف Notebook.
  • الروابط قابلة للنقر الآن في المحطة الطرفية
  • تحسين أداء التحسس الذكي

2021-03-08

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.24.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تمت إزالة عمليات الاستيراد المتوافقة مع الإصدارات القديمة منazureml.automl.core.shared. يمكن حل الأخطاء الخاصة بالوحدة النمطية التي لم يتم العثور عليها فيazureml.automl.core.shared مساحة الاسم عن طريق الاستيراد منazureml.automl.runtime.shared.
  • azureml-contrib-automl-dnn-vision
    • نموذج yolo للكشف عن العناصر المكشوفة.
  • azureml-contrib-dataset
    • تمت إضافة وظيفة لتصفية مجموعات البيانات الجدولية حسب القيم الخاصة بالأعمدة ومجموعات بيانات الملفات حسب بيانات التعريف.
  • azureml-contrib-fairness
    • تضمين مخطط JavaScript Object Notation في عجلة القيادة ل azureml-contrib-fairness
  • azureml-contrib-mir
    • مع تعيين show_output إلى True عند نشر النماذج، تتم إعادة تشغيل تكوين الاستدلال وتكوين النشر قبل إرسال الطلب إلى الخادم.
  • azureml-core
    • تمت إضافة وظيفة لتصفية مجموعات البيانات الجدولية حسب القيم الخاصة بالأعمدة ومجموعات بيانات الملفات حسب بيانات التعريف.
    • في السابق، كان من المحتمل أن يقوم المستخدمون بإنشاء تكوينات توفير ل ComputeTarget لا تفي بمتطلبات قوة كلمة المرور للحقل admin_user_password (أي، يجب أن تحتوي على ما لا يقل عن 3 مما يلي: حرف صغير واحد، وحرف كبير، ورقم واحد، وحرف خاص واحد من المجموعة التالية: \`~!@#$%^&*()=+_[]{}|;:./'",<>?). إذا أنشأ المستخدم تكوينا خاص بكلمة مرور ضعيفة وشغل وظيفة باستخدام هذا التكوين، فستفشل المهمة في وقت التشغيل. الآن، استدعاء ل AmlCompute.provisioning_configuration يطرح ComputeTargetException مع رسالة خطأ مصاحبة تشرح متطلبات قوة كلمة المرور.
    • بالإضافة إلى ذلك، كان من الممكن أيضا في بعض الحالات تحديد التكوين مع العدد السالب من العقد القصوى. لم يعد من الممكن القيام بذلك. الآن، AmlCompute.provisioning_configuration يطرح ComputeTargetException إذا كانت الوسيطة max_nodes عددا صحيحا سالبا.
    • مع تعيين show_output إلى True عند نشر النماذج، يتم عرض تكوين الاستدلال وتكوين النشر.
    • مع تعيين show_output إلى True عند انتظار اكتمال نشر النموذج، يتم عرض تقدم عملية التوزيع.
    • السماح للعميل المحدد بدليل تكوين مصادقة Azure التعلم الآلي من خلال متغير البيئة: AZUREML_AUTH_CONFIG_DIR
    • سابقا، كان من الممكن إنشاء تكوين توفير مع الحد الأدنى لعدد العقدة أقل من الحد الأقصى لعدد العقدة. سيتم تشغيل المهمة ولكنها تفشل في الوقت الخاص بالتشغيل. وقد تم إصلاح هذا الخطأ الآن. إذا حاولت الآن إنشاء تكوين تزويد باستخدام min_nodes < max_nodes SDK يرفع ComputeTargetException.
  • azureml-interpret
    • الإصلاح العاجل للوحة معلومات الشرح التي لا تعرض أهمية الميزة المجمعة للتفسيرات الهندسية المتفرقة
    • استخدام الذاكرة المحسن الخاصة بـ ExplanationClient في حزمة azureml-interpret
  • azureml-train-automl-client
    • تم إصلاح show_output=False لإرجاع العنصر الخاص بالتحكم إلى المستخدم عند التشغيل باستخدام spark.

2021-02-28

التجربة الخاصة بدفاتر التعلم الآلي من Microsoft Azure لاستوديو (تحديث شهر فبراير)

• ميزات جديدة

  • المحطة الطرفية الأصلية (التوفر العام). يمكن للمستخدمين الآن الوصول إلى محطة طرفية متكاملة وتشغيل Git عبر المحطة الطرفية المتكاملة.
  • قصاصة برمجية دفتر الملاحظات (إصدار أولي). تتوفر الآن مقتطفات التعليمات البرمجية الشائعة ل Azure التعلم الآلي في متناول يدك. انتقل إلى الوحة الخاصة بالقصاصات البرمجية، التي يمكن الوصول إليها عبر شريط الأدوات أو قم بتنشيط قائمة القصاصات البرمجية باستخدام Ctrl + مسافة.
  • اختصارات الخاصة بلوحة المفاتيح. التماثل الكامل مع اختصارات لوحة المفاتيح المتاحة في Jupyter.
  • الإشارة إلى المعلمات الخاصة بالخلية. يعرض للمستخدمين الخلايا الموجودة في دفتر الملاحظات وهي خلايا خاصة بالمعلمات ويمكنهم تشغيل دفاتر الملاحظات ذات المعلمات عبرPapermill على مثيل الحساب.
  • مدير جلسة المحطة الطرفية وKernel: يمكن للمستخدمين إدارة جميع النواة وجلسات المحطة الطرفية التي تعمل على حسابهم.
  • زر المشاركة. يمكن للمستخدمين الآن مشاركة أي ملف في مستكشف ملفات دفتر الملاحظات بالضغط بزر الماوس الأيمن فوق الملف واستخدام زر المشاركة.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • عدد مرات تحميل الصفحة المحسنة.
  • تحسين الأداء
  • السرعة المحسنة وموثوقية النواة.
  • تمت إضافة عجلة دوارة لإظهار التقدم في جميع العمليات الجارية لحساب المثيل.
  • اضغط بزر الماوس الأيمن في مستكشف الملفات. يؤدي النقر بزر الماوس الأيمن فوق أي ملف الآن إلى فتح عمليات الملفات.

2021-02-16

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.23.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-core
    • [ميزة تجريبية] أضف دعمًا لربط مساحة عمل synapse بالتعلم الآلي من Microsoft Azure كخدمة مرتبطة
    • [الميزة التجريبية] إضافة دعم لإرفاق تجمع synapse spark في AML كحساب
    • [الميزة التجريبية] إضافة دعم للوصول إلى البيانات المستندة إلى الهوية. يمكن للمستخدمين تسجيل مخزن البيانات أو مجموعات البيانات دون تزويد بيانات الاعتماد. في مثل هذه الحالة، يتم استخدام رمز Azure AD المميز للمستخدمين أو الهوية المدارة لهدف الحساب للمصادقة. لمعرفة المزيد، راجعالاتصال إلى التخزين باستخدام الوصول إلى البيانات المستندة إلى الهوية.
  • azureml-pipeline-steps
    • [الميزة التجريبية] إضافة الدعم SynapseSparkStep
  • azureml-synapse
    • [الميزة التجريبية] أضف دعم spark magic لتشغيل جلسة تفاعلية في تجمع synapse spark.
• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-runtime
    • في هذا التحديث، أضفنا التجانس الأسي ل holt winters إلى مربع الأدوات الخاصة بالتنبؤ من AutoML SDK. نظرا لسلسلة زمنية، يتم تحديد أفضل نموذج بواسطةAICc (الخاص بمعيار المعلومات المصححة في Akaike) ويتم إرجاعه.
    • يقوم AutoML الآن بإنشاء ملفي سجل بدلا من ملف واحد. تنتقل عبارات السجل إلى واحدة أو أخرى استنادا إلى العملية التي تم إنشاء عبارة السجل فيها.
    • إزالة التنبؤ غير الضروري في العينة أثناء تدريب النموذج مع عمليات التحقق المقطعي. قد يؤدي هذا إلى إنقاص وقت تدريب النموذج في بعض الحالات، خاصة بالنسبة لنماذج التنبؤ بالسلاسل الزمنية.
  • azureml-contrib-fairness
    • أضف مخطط JavaScript Object Notation لتحميلات dashboardDictionary.
  • azureml-contrib-interpret
    • يتم تحديث README ل azureml-contrib-interpret ليعكس أن الحزمة ستتم إزالتها في التحديث التالي بعد إهمالها منذ أكتوبر، استخدم الحزمة الخاصة بـ azureml-interpret بدلا من ذلك
  • azureml-core
    • سابقا، كان من الممكن إنشاء تكوين توفير مع الحد الأدنى لعدد العقدة أقل من الحد الأقصى لعدد العقدة. وقد تم الإصلاح العاجل الآن. إذا حاولت الآن إنشاء تكوين تزويد باستخدام min_nodes < max_nodes SDK، فسيثير ComputeTargetException.
    • إصلاح الخطأ في wait_for_completion في AmlCompute، مما تسبب في إرجاع الدالة لتدفق التحكم قبل اكتمال العملية فعليا
    • تم إهمال Run.fail() الآن، استخدم Run.tag() لوضع علامة على التشغيل على أنه فشل أو استخدم Run.cancel() لوضع علامة على التشغيل على أنه ملغى.
    • إظهار رسالة الخطأ "اسم البيئة المتوقع، تم {} العثور عليه" عندما لا يكون اسم البيئة المقدم سلسلة.
  • azureml-train-automl-client
    • إصلاح خطأ منع إلغاء تجارب AutoML التي تم إجراؤها على أنظمة مجموعات Azure Databricks.

2021-02-09

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.22.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تم إصلاح الخطأ حيث تمت إضافة تبعية النقطة الإضافية إلى ملف conda yml لنماذج الرؤية.
  • azureml-automl-runtime
    • تم إصلاح خطأ حيث يمكن لنماذج التنبؤ الكلاسيكية (على سبيل المثال، AutoArima) تلقي بيانات التدريب حيث لم تكن الصفوف ذات القيم المستهدفة المفترضة موجودة. وهذا ينتهك عقد البيانات لهذه النماذج. * تم إصلاح الأخطاء المختلفة مع سلوك التأخر حسب عملية التكرار في عامل التشغيل المتخلف عن السلاسل الزمنية. في السابق، لم تقم عملية التأخر حسب التكرار بوضع علامة على جميع الصفوف المسجلة بشكل صحيح، وبالتالي لن تنشئ دائما قيم تأخر التكرار الصحيحة. كما تم إصلاح بعض المشكلات الخاصة بالتوافق بين عامل تشغيل التأخر وعامل تشغيل النافذة المتداولة مع سلوك التأخر حسب التكرار. أدى هذا مسبقا إلى إسقاط عامل تشغيل النافذة المتداولة بعض الصفوف من بيانات التدريب التي يجب أن يستخدمها عكس ذلك.
  • azureml-core
    • إضافة دعم للمصادقة الخاصة بالرمز المميز حسب الجمهور.
    • أضف process_count إلى PyTorchConfiguration لدعم مهام PyTorch ذات العمليات المتعددة.
  • azureml-pipeline-steps

    • CommandStep الآن االتوفر العام ولم يعد تجريبي.

    • ParallelRunConfig: إضافة وسيطة allowed_failed_count allowed_failed_percent للتحقق من حد الخطأ على مستوى الدفعة الصغيرة. تحتوي عتبة الخطأ على ثلاث نكهات الآن:

      • error_threshold - عدد عناصر الدفعة المصغرة الفاشلة المسموح بها؛
      • allowed_failed_count - هو عدد الدفعات المصغرة الفاشلة المسموح بها؛
      • allowed_failed_percent- النسبة المئوية الخاصة بالدفعات المصغرة الفاشلة المسموح بها.

      تتوقف الوظيفة إذا تجاوزت أي منها. error_threshold مطلوب للحفاظ على التوافق مع الإصدارات السابقة. تعيين القيمة إلى -1 لتجاهلها.

    • معالجة المسافة البيضاء الثابتة في اسم AutoMLStep.

    • يتم الآن دعم ScriptRunConfig من قبل HyperDriveStep

  • azureml-train-core
    • يتم الآن اعتبار عمليات تشغيل HyperDrive التي تم استدعاؤها من ScriptRun بمثابة تشغيل تابع.
    • أضف process_count إلى PyTorchConfiguration لدعم مهام PyTorch ذات العمليات المتعددة.
  • azureml-widgets
    • أضف العنصر الخاص بواجهة المستخدم ParallelRunStepDetails لتصور حالة ParallelRunStep.
    • يسمح لمستخدمي hyperdrive برؤية محور على مخطط الإحداثيات المتوازية الذي يعرض قيمة القياس المقابلة لكل مجموعة من المعلمات الفائقة لكل تشغيل فرعي.

2021-01-31

تجربة دفاتر التعلم الآلي من Microsoft Azure لاستوديو (تحديث شهر يناير)

• ميزات جديدة

  • محرر Markdown الأصلي في Azure التعلم الآلي. يمكن للمستخدمين الآن عرض ملفات markdown وتحريرها في Azure التعلم الآلي Studio.
  • تشغيل زر البرامج النصية (.py، . R .sh). يمكن للمستخدمين الآن بسهولة تشغيل البرنامج النصي Python وR وBash في Azure التعلم الآلي
  • مستكشف المتغير. استكشف محتويات المتغيرات وإطارات البيانات في العنصر المنبثق. يمكن للمستخدمين التحقق بسهولة من نوع البيانات وحجمها ومحتوياتها.
  • جدول المحتويات. انتقل إلى أقسام دفتر الملاحظات، المشار إليها عنواين Markdown.
  • تصدير دفتر الملاحظات كـ Latex/HTML/Py. إنشاء الملفات الخاصة بدفتر ملاحظات سهلة المشاركة عن طريق التصدير إلى LaTex أو HTML أو .py
  • IntelliCode توفر النتائج التي يتم تشغيلها باستخدام التعلم الآلي تجربة إكمال تلقائي ذكية محسنة.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • عدد مرات تحميل الصفحة المحسنة.
  • تحسين الأداء
  • السرعة المحسنة وموثوقية النواة.

2021-01-25

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.21.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azure-cli-ml
    • إصلاح نص تعليمات CLI الثابت عند استخدام AmlCompute مع UserAssigned Identity
  • azureml-contrib-automl-dnn-vision
    • تصبح أزرار النشر والتنزيل مرئية لتشغيل رؤية AutoML، ويمكن نشر النماذج أو تنزيلها على غرار عمليات تشغيل AutoML الأخرى. هناك ملفان جديدان (scoring_file_v_1_0_0.py و conda_env_v_1_0_0.yml) يحتويان على البرنامج النصي لتشغيل الاستدلال وملف yml لإعادة إنشاء بيئة conda. تمت أيضا إعادة تسمية الملف 'model.pth' لاستخدام الملحق الخاص بـ '.pt'.
  • azureml-core
    • الدعم الخاص بـ MSI ل azure-cli-ml
    • دعم الهوية المدارة المعينة من قبل المستخدم.
    • مع هذا التغيير، يجب أن يكون العملاء قادرين على توفير الهوية المعينة من قبل المستخدم يمكن استخدامها لجلب المفتاح من مخزن مفاتيح العميل للتشفير في حالة الثبات.
    • إصلاح row_count=0 لملف تعريف الملفات الكبيرة - إصلاح الخطأ في التحويل المزدوج للقيم المحددة مع ترك مساحة بيضاء
    • إزالة العلامة التجريبية للمجموعه الخاصة ببيانات الإخراج GA
    • تحديث الوثائق حول كيفية إحضار إصدار معين من النموذج
    • السماح بتحديث مساحة العمل للوصول إلى الوضع المختلط في ارتباط خاص
    • إصلاح لإزالة تسجيل آخر على مخزن البيانات لميزة تشغيل السيرة الذاتية
    • تمت إضافة دعم CLI/SDK لتحديث الهوية الأساسية المعينة الخاصة بالمستخدم لمساحة العمل
  • azureml-interpret
    • تمت عملية التحديث الخاصة بـ azureml-interpret إلى interpret-community 0.16.0.*
    • التحسينات الخاصة بالذاكرة لعميل التفسير في azureml-interpret
  • azureml-train-automl-runtime
    • عملية الدفق الممكن لتشغيل ADB
  • azureml-train-core
    • إصلاح لإزالة تسجيل آخر على مخزن البيانات لميزة تشغيل السيرة الذاتية
  • azureml-widgets
    • يجب ألا يرى العملاء تغييرات على مرئيات بيانات التشغيل الحالية باستخدام عنصر واجهة المستخدم، ولديهم الآن دعم إذا كانوا يستخدمون بشكل اختياري hyperparameters الشرطية.
    • يحتوي عنصر واجهة مستخدم التشغيل الآن شرحا مفصلا لسبب وجود التشغيل في حالة قائمة الانتظار.

2021-01-11

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.20.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azure-cli-ml
    • تمت عملية الإضافة framework_version في OptimizationConfig. يتم استخدامه عند تسجيل النموذج مع إطار العمل MULTI.
  • azureml-contrib-optimization
    • تمت عملية الإضافة framework_version في OptimizationConfig. يتم استخدامه عند تسجيل النموذج مع إطار العمل MULTI.
  • azureml-pipeline-steps
    • تقديم CommandStep، الذي سيتخذ الأمر لمعالجته. من الممكن أن يتضمن الأمر الملفات التنفيذية، أوامر shell، البرامج النصية، وما إلى ذلك.
  • azureml-core
    • تدعم مساحة العلم الآن إنشاء الهوية المعينة للمستخدم. عملية إضافة دعم uai من SDK/CLI
    • تم إصلاح المشكلة على service.reload() لالتقاط التغييرات على score.py في التوزيع المحلي.
    • run.get_details() يحتوي على حقل إضافي يسمى "submittedBy"، والذي يعرض اسم الكاتب لهذا التشغيل.
    • تم تحرير الوثائق الخاصة بأسلوب التسجيل. للإشارة إلى كيفية تسجيل النموذج من التشغيل مباشرة
    • تم إصلاح المشكلة الخاصة بمعالجة تغيير حالة الاتصال IOT-Server.

2020-12-31

تجربة دفاتر التعلم الآلي من Microsoft Azure لاستوديو (التحديث الخاص بشهر ديسمبر)

• ميزات جديدة

  • البحث الخاص باسم ملف المستخدم. يمكن للمستخدمين الآن البحث في جميع الملفات المحفوظة في مساحة العمل.
  • دعم Markdown جنبا إلى جنب لكل خلية في دفتر الملاحظات. في الخلية الخاصة بدفتر الملاحظات، يمكن للمستخدمين الآن الحصول على خيار عرض markdown المعروض وبناء جملة markdown جنبا إلى جنب.
  • الشريط الخاص بحالة الخلية. يشير شريط المعلومات إلى حالة الخلية الخاصة بالتعليمات البرمجية، وما إذا كان تشغيل الخلية ناجحا، والمدة التي استغرقها التشغيل.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • عدد مرات تحميل الصفحة المحسنة.
  • تحسين الأداء
  • السرعة المحسنة وموثوقية النواة.

2020-12-07

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.19.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تمت إضافة الدعم التجريبي لبيانات الاختبار إلى AutoMLStep.
    • تمت إضافة الذاكرة الأساسية الأولى لميزة استيعاب مجموعة الاختبار.
    • المراجع المنقولة إلى sklearn.externals.joblib تعتمد بطريقة مباشرة على joblib.
    • تقديم نوع مهمة AutoML جديد من "تجزئة مثيل الصورة".
  • azureml-automl-runtime
    • تمت إضافة الذاكرة الأساسية الأولى لميزة استيعاب مجموعة الاختبار.
    • عندما يكون طول كل السلاسل في عمود نصي حرفا واحدا بالضبط، لا يعمل المميز TfIdf word-gram لأن الرمز المميز الخاص به يتجاهل السلاسل التي تحتوي على أقل من حرفين. يسمح تغيير التعليمات البرمجية الحالي ل AutoML بمعالجة حالة الاستخدام هذه.
    • تقديم نوع مهمة AutoML جديد من "تجزئة مثيل الصورة".
  • azureml-contrib-automl-dnn-nlp
    • PR الأولي الخاصة بحزمة dnn-nlp الجديدة
  • azureml-contrib-automl-dnn-vision
    • تقديم نوع مهمة AutoML جديد من "تجزئة مثيل الصورة".
  • azureml-contrib-automl-pipeline-steps
    • هذه الحزمة الجديدة مسؤولة عن إنشاء الخطوات المطلوبة للعديد من نماذج السيناريو الخاصة بالتدريب/الاستدلال. - كما أنه ينقل تعليمة برمجية التدريب/الاستدلال إلى حزمة وقت التشغيل azureml.train.automl.runtime بحيث تكون أي إصلاحات مستقبلية متاحة تلقائيا من خلال إصدارات البيئة المنسقة.
  • azureml-contrib-dataset
    • تقديم نوع مهمة AutoML جديد من "تجزئة مثيل الصورة".
  • azureml-core
    • تمت إضافة الذاكرة الأساسية الأولى لميزة استيعاب مجموعة الاختبار.
    • الإصلاح العاجل لتحذيرات xref للوثائق في حزمة azureml-core
    • الإصلاحات العاجلة الخاصة بسلسلة المستند لميزة دعم الأوامر في SDK
    • عملية إضافة خاصية الأمر إلى RunConfiguration. تمكن الميزة المستخدمين من تشغيل أمر فعلي أو ملفات تنفيذية على الحساب من خلال Azure التعلم الآلي SDK.
    • يتوفر للمستخدمين حذف تجربة فارغة نظرا لمعرف تلك التجربة.
  • azureml-dataprep
    • تمت إضافة الدعم الخاص بمجموعة البيانات لـ Spark الذي تم إنشاؤه باستخدام Scala 2.12. هذا يضيف إلى الدعم 2.11 الموجود حاليًا.
  • azureml-mlflow
    • يضيف AzureML-MLflow حراسة أمنية في البرامج النصية البعيدة لتجنب الإنهاء المبكر للأشواط المقدمة.
  • azureml-pipeline-core
    • تم إصلاح خطأ الخاص بتعيين البنية الأساسية لبرنامج ربط العمليات التجارية افتراضيًا لنقطة نهاية البنية الأساسية لبرنامج ربط العمليات التجارية التي تم إنشاؤها عبر واجهة المستخدم
  • azureml-pipeline-steps
    • تمت إضافة الدعم التجريبي لبيانات الاختبار إلى AutoMLStep.
  • azureml-tensorboard
    • الإصلاح العاجل لتحذيرات xref للوثائق في حزمة azureml-core
  • azureml-train-automl-client
    • تمت إضافة الدعم التجريبي لبيانات الاختبار إلى AutoMLStep.
    • تمت إضافة الذاكرة الأساسية الأولى لميزة استيعاب مجموعة الاختبار.
    • تقديم نوع مهمة AutoML جديد من "تجزئة مثيل الصورة".
  • azureml-train-automl-runtime
    • تمت إضافة الذاكرة الأساسية الأولى لميزة استيعاب مجموعة الاختبار.
    • الإصلاح العاجل لحساب التفسيرات الأولية لأفضل نموذج AutoML في حالة تم تدريب نماذج AutoML باستخدام إعداد validation_size.
    • المراجع المنقولة إلى sklearn.externals.joblib تعتمد بطريقة مباشرة على joblib.
  • azureml-train-core

    • يلزم أن يكتمل HyperDriveRun.get_children_sorted_by_primary_metric() بشكل أسرع الآن

    • عملية معالجة الأخطاء المحسنة في HyperDrive SDK.

    • إهمال جميع الفئات المقدرة لصالح استخدام ScriptRunConfig لتكوين تشغيل التجربة. ومن الفئات المهملة ما يلي:

      • MMLBase
      • Estimator
      • PyTorch
      • TensorFlow
      • Chainer
      • SKLearn

    • إهمال استخدام Nccl و Gloo لأنواع الإدخال الصالحة لفئات المقدر لصالح استخدام PyTorchConfiguration مع ScriptRunConfig.

    • إهمال استخدام Mpi كنوع من الإدخال الصالح لفئات المقدر لصالح استخدام MpiConfiguration مع ScriptRunConfig.

    • إضافة خاصية الأمر لتشغيل التكوين. تمكن الميزة المستخدمين من تشغيل أمر فعلي أو ملفات تنفيذية على الحساب من خلال Azure التعلم الآلي SDK.

    • إهمال جميع الفئات المقدرة لصالح استخدام ScriptRunConfig لتكوين تشغيل التجربة. وتشمل الفئات المهملة: + MMLBaseEstimator + مقدر + PyTorch + TensorFlow + سلسلة + SKLearn

    • إهمال استخدام Nccl و Gloo كنوع صالح من الإدخال لفئات مقدر لصالح استخدام PyTorchConfiguration مع ScriptRunConfig.

    • إهمال استخدام Mpi كنوع من عملية الإدخال الصالح لفئات المقدر لصالح استخدام MpiConfiguration مع ScriptRunConfig.

2020-11-30

التجربة الخاصة بدفاتر التعلم الآلي من Microsoft Azure لاستوديو (التحديث الخاص بشهر نوفمبر)

• ميزات جديدة

  • الأصلي Terminal. يمكن للمستخدمين الآن الوصول إلى محطة طرفية متكاملة وتشغيل Git عبر المحطة الطرفية المتكاملة .
  • المجلد المكرر
  • تكلفة حساب منقطع متوقف عن التشغيل
  • حساب Pylance غير متصل

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • عدد مرات تحميل الصفحة المحسنة.
  • تحسين الأداء
  • السرعة المحسنة وموثوقية النواة.
  • تحميل ملف كبير. يمكنك الآن تحميل الملف >95 ميغابايت

2020-11-09

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.18.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تحسين التعامل مع سلسلة زمنية قصيرة من خلال السماح لهم ترك مساحة مع الضوضاء جاوسيان.
  • azureml-automl-runtime
    • طرح ConfigException إذا كان عمود التاريخ والوقت يحتوي على قيمة OutOfBoundsDatetime
    • تحسين التعامل مع سلسلة زمنية قصيرة من خلال السماح لهم ترك مساحة مع الضوضاء جاوسيان.
    • التأكد من أن كل عمود نص يمكنه استخدام تحويل char-gram مع نطاق n-gram استنادا إلى طول السلاسل في عمود النص هذا
    • توفير تفسيرات الميزات الأولية لأفضل وضع لتجارب AutoML التي تعمل على الحساب المحلي للمستخدم
  • azureml-core
    • تثبيت الحزمة: pyjwt لتجنب سحب كسر الإصدارات القادمة.
    • يؤدي إنشاء تجربة إلى إرجاع التجربة النشطة أو الأخيرة المؤرشفة بنفس الاسم المحدد إذا كانت هذه التجربة موجودة أو تجربة جديدة.
    • يؤدي استدعاء get_experiment حسب الاسم إلى إرجاع التجربة النشطة أو الأخيرة المؤرشفة بهذا الاسم المحدد.
    • لا يمكن للمستخدمين إعادة تسمية تجربة أثناء إعادة تنشيطها.
    • رسالة خطأ محسنة لتضمين إصلاحات محتملة عند تمرير مجموعة بيانات بشكل غير صحيح إلى تجربة (على سبيل المثال، ScriptRunConfig).
    • وثائق محسنة OutputDatasetConfig.register_on_complete لتضمين سلوك ما يحدث عندما يكون الاسم موجودا بالفعل.
    • يؤدي تحديد أسماء الإدخال والإخراج لمجموعة البيانات التي لديها القدرة على التصادم مع متغيرات البيئة الشائعة الآن إلى تحذير
    • معلمة معاد استخدامهاgrant_workspace_access عند تسجيل مخازن البيانات. قم بتعيينه إلىTrue للوصول إلى البيانات خلف الشبكة الظاهرية من استوديو التعلم الآلي. معرفة المزيد
    • تم تحسين الواجهة الخاصة ببرمجة تطبيقات الخدمة المرتبطة. بدلا من توفير معرف المورد، لدينا ثلاث معلمات منفصلة sub_id وrg والاسم المحدد في التكوين.
    • لتمكين العملاء من حل مشكلات تلف الرمز المميز ذاتيا، قم بتمكين مزامنة الرمز المميز لمساحة العمل لتكون الطريقة العامة.
    • يتيح هذا التغيير باستخدام سلسلة فارغة كقيمة script_param
  • azureml-train-automl-client
    • تحسين التعامل مع سلسلة زمنية قصيرة من خلال السماح لهم ترك مساحة مع الضوضاء جاوسيان.
  • azureml-train-automl-runtime
    • طرح ConfigException إذا كان عمود التاريخ والوقت يحتوي على قيمة OutOfBoundsDatetime
    • توفير التفسيرات الخاصة بالميزات الأولية لأفضل وضع لتجارب AutoML التي تعمل على الحساب المحلي للمستخدم
    • تحسين التعامل مع سلسلة زمنية قصيرة من خلال السماح لهم ترك مساحة مع الضوضاء جاوسيان.
  • azureml-train-core
    • يتيح هذا التغيير باستخدام سلسلة فارغة كقيمة script_param
  • azureml-train-restclients-hyperdrive
    • تم التغيير README لتقديم المزيد من السياق
  • azureml-widgets
    • أضف دعم السلسلة إلى مكتبة المخططات البيانية/الإحداثيات المتوازية لعنصر واجهة المستخدم.

2020-11-05

تسمية البيانات لتجزئة مثيل الصورة (التعليق التوضيحي المضلع) (إصدار أولي)

يتوفر الآن نوع مشروع تجزئة مثيل الصورة (التعليقات التوضيحية المضلعة) في تسمية البيانات، بحيث يمكن للمستخدمين الرسم والتعليق التوضيحي باستخدام مضلعات حول محيط العناصر في الصور. يمكن للمستخدمين تعيين فئة ومضلع لكل عنصر يهمه داخل صورة.

تعرف على المزيد حول تسمية التجزئة الخاصة بمثيل الصورة.

2020-10-26

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.17.0

• أمثلة جديدة
  • يتوفر مستودع جديد للأمثلة التي يحركها المجتمع المحلي على https://github.com/Azure/azureml-examples
• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تم إصلاح المشكلة حيث قد يثير get_output XGBoostError.
  • azureml-automl-runtime
    • تحتوي الميزات المستندة إلى الوقت/التقويم التي تم إنشاؤها بواسطة AutoML الآن على البادئة.
    • تم إصلاح IndexError الذي يحدث أثناء تدريب StackEnsemble لمجموعات البيانات الخاصة بالتصنيف مع تمكين عدد كبير من الفئات والطوابع الفرعية.
    • تم إصلاح مشكلة حيث قد تكون التنبؤات الخاصة بـ VotingRegressor غير دقيقة بعد إعادة تكوين النموذج.
  • azureml-core
    • تمت إضافة مزيد من التفاصيل حول العلاقة بين تكوين توزيع AKS ومفاهيم خدمة Azure Kubernetes.
    • دعم التسميات الخاصة بعميل البيئة. يستطيع المستخدم تسمية البيئات والإشارة إليها حسب التسمية.
  • azureml-dataprep
    • رسالة الخطأ أفضل عند استخدام Spark غير مدعوم حاليا مع Scala 2.12.
  • azureml-explain-model
    • يتم إهمال حزمة النموذج الخاصة بشرح azureml رسميا
  • azureml-mlflow
    • تم حل خطأ في mlflow.projects.run مقابل الواجهة الخلفية ل azureml حيث لم تتم معالجة حالة الإنهاء بشكل صحيح.
  • azureml-pipeline-core
    • إضافة دعم لإنشاء قائمة والحصول على جدول البنية الأساسية لبرنامج ربط العمليات التجارية استنادا إلى نقطة نهاية البنية الأساسية لبرنامج ربط العمليات التجارية الواحد.
    • تحسين وثائق PipelineData.as_dataset مع مثال استخدام غير صالح - يؤدي استخدام PipelineData.as_dataset بشكل غير صحيح الآن إلى طرح ValueException
    • تغيير دفتر ملاحظات البنية الأساسية لبرنامج ربط العمليات التجارية HyperDriveStep لتسجيل أفضل نموذج داخل PipelineStep مباشرة بعد تشغيل HyperDriveStep.
  • azureml-pipeline-steps
    • تغيير دفتر ملاحظات البنية الأساسية لبرنامج ربط العمليات التجارية HyperDriveStep لتسجيل أفضل نموذج داخل PipelineStep مباشرة بعد تشغيل HyperDriveStep.
  • azureml-train-automl-client
    • تم إصلاح المشكلة حيث قد يثير get_output XGBoostError.

التجربة الخاصة بدفاتر التعلم الآلي من Microsoft Azure لاستوديو (التحديث الخاص بشهر أكتوبر)

• ميزات جديدة

  • الدعم الكامل للشبكة الظاهرية
  • وضع التركيز
  • حفظ الدفاتر الخاصة بالملاحظات Ctrl-S
  • رقم الخط

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • عملية تحسين السرعة وموثوقية النواة
  • تحديثات عنصر واجهة مستخدم Jupyter

2020-10-12

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.16.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azure-cli-ml
    • تدعم AKSWebservice و AKSEndpoints الآن حدود موارد وحدة المعالجة المركزية (CPU) وموارد الذاكرة على مستوى pod. يمكن استخدام هذه الحدود الاختيارية عن طريق إعداد--cpu-cores-limit والعلامات --memory-gb-limit في استدعاءات CLI القابلة للتطبيق
  • azureml-core
    • عملية تثبيت الإصدارات الرئيسية من التبعيات المباشرة لـ azureml-core
    • تدعم AKSWebservice و AKSEndpoints الآن حدود موارد وحدة المعالجة المركزية (CPU) وموارد الذاكرة على مستوى pod. لمزيد من التفاصيل حولموارد وحدود Kubernetes
    • تم تحديث run.log_table للسماح بتسجيل صفوف فردية.
    • تمت إضافة أسلوب ثابتRun.get(workspace, run_id)لاسترداد التشغيل فقط باستخدام مساحة العمل
    • تمت إضافة أسلوبWorkspace.get_run(run_id) المثيل لاسترداد التشغيل داخل مساحة العمل
    • تقديم خاصية الأمر في تكوين التشغيل، والتي تمكن المستخدمين من إرسال الأمر بدلا من الوسيطات النصية.
  • azureml-interpret
    • عميل الشرح الثابت is_raw سلوك العلامة في azureml-interpret
  • azureml-sdk
    • azureml-sdkالدعم الرسمي لـ Python 3.8.
  • azureml-train-core
    • إضافة بيئة تجميع TensorFlow 2.3
    • تقديم خاصية الأمر في تكوين التشغيل، والتي تمكن المستخدمين من إرسال الأمر بدلا من الوسيطات النصية.
  • azureml-widgets
    • الواجهة المعاد تصميمها لعنصر واجهة مستخدم التشغيل الخاص بالبرنامج النصي.

2020-09-28

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.15.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-contrib-interpret
    • تم نقل مفسر LIME من azureml-contrib-interpret إلى الحزمة الخاصة بتفسير المجتمع ومفسر الصور التي تمت إزالتها من حزمة azureml-contrib-interpret
    • تمت إزالة لوحة معلومات المرئيات من حزمة azureml-contrib-interpret، وانتقل عميل التفسير إلى حزمة azureml-interpret وتم إهمالها في حزمة azureml-contrib-interpret ودفاتر الملاحظات المحدثة لتعكس الواجهة الخاصة ببرمجة التطبيقات المحسنة
    • الإصلاح العاجل لأوصاف حزمة pypi ل azureml-interpret وazureml-explain-model وazureml-contrib-interpret وazureml-tensorboard
  • azureml-contrib-notebook
    • قم بتثبيت تبعية nbcovert بـ < 6 بحيث يستمر عمل ورقة 1.x.
  • azureml-core
    • تمت إضافة معلمات إلى الدالة الإنشائية TensorflowConfiguration وMpiConfiguration لتمكين تهيئة أكثر تبسيطا للسمات الخاصة بالفئة دون مطالبة المستخدم بتعيين كل سمة فردية. إضافة فئة PyTorchConfiguration لتكوين مهام PyTorch الموزعة في ScriptRunConfig.
    • تثبيت إصدار azure-mgmt-resource لإصلاح الخطأ الخاص بالمصادقة.
    • دعم عدم توزيع التعليمة البرمجية لـ Triton
    • يتم الآن تعقب دلائل المخرجات المحددة في Run.start_logging() عند استخدام التشغيل في سيناريوهات تفاعلية. تكون الملفات المتعقبة مرئية على ML Studio عند استدعاء Run.complete()
    • يمكن الآن تحديد الترميز الخاص بالملف أثناء إنشاء مجموعة البيانات باستخدام Dataset.Tabular.from_delimited_files الوسيطةDataset.Tabular.from_json_lines_files وتمريرهاencoding. الترميزات المدعومة هي "utf8" و"iso88591" و"latin1" و"ascii" وutf16 و"utf32" و"utf8bom" و"windows1252".
    • إصلاح الأخطاء عندما لا يتم تمرير كائن البيئة إلى منشئ ScriptRunConfig.
    • تم تحديث Run.cancel() للسماح بإلغاء التشغيل المحلي من جهاز آخر.
  • azureml-dataprep
    • المشكلات المهلة إدخال مجموعة البيانات الثابتة.
  • azureml-explain-model
    • الإصلاح العاجل لأوصاف حزمة pypi ل azureml-interpret وazureml-explain-model وazureml-contrib-interpret وazureml-tensorboard
  • azureml-interpret
    • تمت إزالة لوحة معلومات المرئيات من حزمة azureml-contrib-interpret، وانتقل عميل التفسير إلى حزمة azureml-interpret وتم إهمالها في حزمة azureml-contrib-interpret ودفاتر الملاحظات المحدثة لتعكس الواجهة الخاصة ببرمجة التطبيقات المحسنة
    • azureml تفسير حزمة تحديثها لتعتمد على تفسير المجتمع 0.15.0
    • الإصلاح العاجل لأوصاف حزمة pypi ل azureml-interpret وazureml-explain-model وazureml-contrib-interpret وazureml-tensorboard
  • azureml-pipeline-core
    • تم إصلاح مشكلة البنية الأساسية لبرنامج ربط العمليات التجارية حيث OutputFileDatasetConfig قد يتوقف النظام عن الاستجابة عندregister_on_complete استدعاء مع تعيين المعلمة name إلى اسم مجموعة البيانات الموجودة مسبقا.
  • azureml-pipeline-steps
    • عملية إزالة دفاتر ملاحظات databricks التي لا معنى لها.
  • azureml-tensorboard
    • الإصلاح العاجل لأوصاف حزمة pypi ل azureml-interpret وazureml-explain-model وazureml-contrib-interpret وazureml-tensorboard
  • azureml-train-automl-runtime
    • تمت إزالة لوحة معلومات المرئيات من حزمة azureml-contrib-interpret، وانتقل عميل التفسير إلى حزمة azureml-interpret وتم إهمالها في حزمة azureml-contrib-interpret ودفاتر الملاحظات المحدثة لتعكس الواجهة الخاصة ببرمجة التطبيقات المحسنة
  • azureml-widgets
    • تمت إزالة لوحة معلومات المرئيات من حزمة azureml-contrib-interpret، وانتقل عميل التفسير إلى حزمة azureml-interpret وتم إهمالها في حزمة azureml-contrib-interpret ودفاتر الملاحظات المحدثة لتعكس الواجهة الخاصة ببرمجة التطبيقات المحسنة

2020-09-21

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.14.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml

    • تمت إزالة جمع معلومات الشبكة من SDK ولم يعد مدعوما.

  • azureml-accel-models

    • تدعم حزمة نماذج azureml-accel الآن TensorFlow 2.x

  • azureml-automl-core

    • تمت إضافة عملية معالجة الأخطاء في get_output للحالات التي لا تتطابق فيها الإصدارات المحلية من pandas/sklearn مع الإصدارات المستخدمة أثناء التدريب

  • azureml-automl-runtime

    • تم إصلاح الخطأ حيث قد تفشل تكرارات AutoArima مع PredictionException والرسالة: "حدث فشل صامت أثناء التنبؤ."

  • azureml-cli-common

    • تمت إزالة جمع معلومات الشبكة من SDK ولم يعد مدعوما.

  • azureml-contrib-server

    • تحديث الوصف الخاص بالحزمة لصفحة نظرة عامة على pypi.

  • azureml-core

    • تمت إزالة كافة معلومات خطوط الشبكة من SDK ولم يعد مدعوما.
    • تقليل عدد رسائل الخطأ عند فشل عملية استرداد مساحة العمل.
    • عدم إظهار التحذير عند فشل إحضار البيانات الخاصة بالتعريف
    • الخطوة الخاصة بـ Kusto الجديدة وهدف حساب Kusto.
    • تحديث المستند الخاص بمعلمة sku. إزالة sku في الوظيفة الخاصة بتحديث مساحة العمل في CLI وSDK.
    • تحديث الوصف الخاص بالحزمة لصفحة نظرة عامة على pypi.
    • وثائق محدثة لبيئات Azure التعلم الآلي.
    • كشف إعدادات الموارد المدارة للخدمة الخاصة بمساحة العمل AML في SDK.

  • azureml-dataprep

    • عملية تمكين إذن التنفيذ على ملفات تحميل مجموعة البيانات.

  • azureml-mlflow

    • وثائق Azure التعلم الآلي MLflow المحدثة وعينات دفتر الملاحظات
    • دعم جديد لمشاريع MLflow مع خلفية Azure التعلم الآلي
    • دعم تسجيل النموذج MLflow
    • تمت إضافة دعم التحكم في الوصول استناداً إلى الدور لـ Azure لعمليات AzureML-MLflow

  • azureml-pipeline-core

    • Improved the documentation of the PipelineOutputFileDataset.parse_* methods.
    • الخطوة الخاصة بـ Kusto الجديدة وهدف حساب Kusto.
    • يمكن لخاصية Swaggerurl المتوفرة لكيان نقطة نهاية البنية الأساسية لبرنامج ربط العمليات التجارية عبر هذا المستخدم رؤية تعريف المخطط لنقطة نهاية البنية الأساسية لبرنامج ربط العمليات التجارية المنشورة.

  • azureml-pipeline-steps

    • الخطوة الخاصة بـ Kusto الجديدة وهدف حساب Kusto.

  • azureml-telemetry

    • تحديث الوصف الخاص بالحزمة لصفحة نظرة عامة على pypi.

  • azureml-train

    • تحديث الوصف الخاص بالحزمة لصفحة نظرة عامة على pypi.

  • azureml-train-automl-client

    • تمت إضافة عملية معالجة الأخطاء في get_output للحالات التي لا تتطابق فيها الإصدارات المحلية من pandas/sklearn مع الإصدارات المستخدمة أثناء التدريب

  • azureml-train-core

    • تحديث الوصف الخاص بالحزمة لصفحة نظرة عامة على pypi.

2020-08-31

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.13.0

• ميزات المعاينة

  • azureml-core مع إمكانية مجموعات بيانات الإخراج الجديدة، يمكنك الكتابة مرة أخرى إلى التخزين السحابي بما في ذلك كائن ثنائي كبير الحجم وADLS Gen 1 وADLS Gen 2 وFilyShare. يمكنك تكوين مكان إخراج البيانات، وكيفية إخراج البيانات (عبر التحميل أو التحميل)، وما إذا كنت تريد تسجيل بيانات الإخراج لإعادة استخدامها في المستقبل ومشاركتها وتمرير البيانات الوسيطة بين خطوات البنية الأساسية لبرنامج ربط العمليات التجارية بسلاسة. وهذا يمكن من إعادة الإنتاج والمشاركة ومنع تكرار البيانات، ويؤدي إلى كفاءة التكلفة ومكاسب الإنتاجية. تعرف على كيفية استخدامه

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-core
    • تمت إضافة validated_{platform}_requirements.txt ملف تثبيت كافة تبعيات نقطة لـ AutoML.
    • يدعم هذا الإصدار النماذج الأكبر من 4 جيجابايت.
    • تبعيات AutoML التي تمت ترقيتها:scikit-learn (الآن 0.22.1)،pandas (الآن 0.25.1)،numpy (الآن 1.18.2).
  • azureml-automl-runtime
    • عملية تعيين horovod للنص DNN لاستخدام ضغط fp16 دائما.
    • يدعم هذا الإصدار النماذج الأكبر من 4 جيجابايت.
    • تم إصلاح المشكلة حيث يفشل AutoML مع ImportError: لا يمكن استيراد الاسم RollingOriginValidator.
    • تبعيات AutoML التي تمت ترقيتها:scikit-learn (الآن 0.22.1)،pandas (الآن 0.25.1)،numpy (الآن 1.18.2).
  • azureml-contrib-automl-dnn-forecasting
    • تبعيات AutoML التي تمت ترقيتها:scikit-learn (الآن 0.22.1)،pandas (الآن 0.25.1)،numpy (الآن 1.18.2).
  • azureml-contrib-fairness
    • قدم وصفا قصير لــ azureml-contrib-fairness.
  • azureml-contrib-pipeline-steps
    • إضافة رسالة تشير إلى أن هذه الحزمة مهملة ويجب على المستخدم استخدام azureml-pipeline-steps بدلا من ذلك.
  • azureml-core
    • إضافة أمر مفتاح القائمة لمساحة العمل.
    • إضافة معلمة علامات في SDK مساحة العمل و CLI.
    • تم إصلاح الخطأ حيث يفشل إرسال تشغيل تابع مع مجموعة البيانات بسبب TypeError: can't pickle _thread.RLock objects.
    • عملية إضافة page_count الافتراضي/الوثائق لقائمة النموذج().
    • تعديل CLI&SDK لأخذ معلمة adbworkspace وإضافة مشغل adb lin/unlink لمساحة العمل.
    • إصلاح الخطأ في Dataset.update الذي تسبب في تحديث أحدث إصدار لمجموعة البيانات ولم يتم استدعاء الإصدار الخاص بتحديث مجموعة البيانات.
    • إصلاح الخطأ في Dataset.get_by_name التي من شأنها أن تظهر العلامات لأحدث إصدار مجموعة البيانات حتى عندما تم استرداد إصدار أقدم معين.
  • azureml-interpret
    • تمت إضافة المخرجات الخاصة بالاحتمال إلى مفسرات تسجيل shap في azureml-interpret استنادا إلى معلمة shap_values_output من المفسر الأصلي.
  • azureml-pipeline-core
    • الوثائقPipelineOutputAbstractDataset.register المحسنة.
  • azureml-train-automl-client
    • تبعيات AutoML التي تمت ترقيتها:scikit-learn (الآن 0.22.1)،pandas (الآن 0.25.1)،numpy (الآن 1.18.2).
  • azureml-train-automl-runtime
    • تبعيات AutoML التي تمت ترقيتها:scikit-learn (الآن 0.22.1)،pandas (الآن 0.25.1)،numpy (الآن 1.18.2).
  • azureml-train-core
    • يتعين على المستخدمين الآن توفير hyperparameter_sampling arg صالح عند إنشاء HyperDriveConfig. بالإضافة إلى ذلك، تم تحرير وثائق HyperDriveRunConfig لإعلام المستخدمين بالإهمال HyperDriveRunConfig.
    • إعادة الإصدار الافتراضي PyTorch إلى 1.4.
    • إضافة صور PyTorch 1.6 وTensorFlow 2.2 والبيئة المنسقة.

تجربة دفاتر التعلم الآلي من Microsoft Azure لاستوديو (الخاصة بتحديث شهر أغسطس)

• ميزات جديدة

  • الصفحة المقصودة الجديدة لبدء عملية الاستخدام

• ميزات المعاينة

  • جمع ميزة في دفاتر الملاحظات. باستخدام الميزة الخاصةبالجمع، يمكن للمستخدمين الآن تنظيف دفاتر الملاحظات بسهولة باستخدام، يستخدم الجمع تحليلا تلقائيا للتبعية لدفتر الملاحظات الخاص بك، مما يضمن الاحتفاظ بالرمز الأساسي، ولكن إزالة أي أجزاء غير ذات صلة.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • عملية تحسين السرعة وموثوقية النواة
  • تم إصلاح الأخطاء الخاصة بالوضع الداكن
  • تم إصلاح أخطاء تمرير الإخراج
  • تبحث عينة البحث الآن في جميع محتويات جميع الملفات في مستودع عينة دفاتر ملاحظات Azure التعلم الآلي
  • يمكن الآن تشغيل الخلايا R متعددة الأسطر
  • يتم الآن التحقق تلقائيا من "أنا أثق بمحتويات هذا الملف" بعد المرة الأولى
  • مربع الحوار "تحسين حل التعارض"، مع خيار "إنشاء نسخة" جديد

2020-08-17

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.12.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azure-cli-ml
    • أضف معلمات image_name image_label إلى Model.package() لتمكين إعادة التسمية الخاصة بصورة الحزمة المرفقة.
  • azureml-automl-core
    • يقوم AutoML برفع رمز خطأ جديد من dataprep عند تعديل المحتوى أثناء عملية القراءة.
  • azureml-automl-runtime
    • تمت إضافة التنبيهات للمستخدم عندما تحتوي البيانات على قيم مفقودة ولكن تم إيقاف تشغيل التمييز.
    • فشل تشغيل الطفل الثابت عند احتواء البيانات على nan وإيقاف تشغيل التمييز.
    • يقوم AutoML برفع رمز خطأ جديد من dataprep عند تعديل المحتوى أثناء عملية القراءة.
    • التسوية المحدثة الخاصة بمقاييس التنبؤ التي تحدث بواسطة الحبوب.
    • تحسين حساب الكمية المتوقعة عند تعطيل الميزات الخاصة بالبحث.
    • معالجة المصفوفة المتفرقة المنطقية الثابتة عند تفسيرات الحوسبة بعد AutoML.
  • azureml-core
    • يعرض الأسلوبrun.get_detailed_status() الجديد الآن التفسير التفصيلي الخاص بحالة التشغيل الحالية. وهو يعرض حاليا تفسيرا للحالة Queued فقط.
    • أضف معلمات image_name image_label إلى Model.package() لتمكين إعادة التسمية الخاصة بصورة الحزمة المرفقة.
    • الأسلوب الجديدset_pip_requirements() لتعيين قسم pip بأكمله فيCondaDependencies وقت واحد.
    • تمكين التسجيل الخاص بمخزن بيانات ADLS Gen2 بدون بيانات اعتماد.
    • رسالة الخطأ المحسنة عند محاولة تنزيل نوع مجموعة بيانات غير الصحيح أو تحميله.
    • تحديث عينة دفتر الملاحظات لتصفية مجموعة بيانات السلسلة الزمنية مع مزيد من الأمثلة على partition_timestamp التي توفر تحسين عامل التصفية.
    • قم بتغيير sdk وCLI لقبول subscriptionId وresourceGroup و workspaceName و peConnectionName كمعلمات بدلا من ArmResourceId عند حذف الاتصال الخاص بنقطة النهاية الخاصة.
    • يعرض مصمم الديكور التجريبي اسم الفئة لتسهيل تحديد الهوية.
    • لم يعد يتم إنشاء الأوصاف الخاصة بالأصول داخل النماذج تلقائيا استنادا إلى Run.
  • azureml-datadrift
    • وضع العلامة create_from_model API في DataDriftDetector على أنه مهمل.
  • azureml-dataprep
    • رسالة الخطأ المحسنة عند محاولة تنزيل نوع مجموعة بيانات غير الصحيح أو تحميله.
  • azureml-pipeline-core
    • تم إصلاح الخطأ عند إلغاء تسلسل الرسم البياني للبنية الأساسية لبرنامج ربط العمليات التجارية الذي يحتوي على مجموعات بيانات مسجلة.
  • azureml-pipeline-steps
    • يدعم RScriptStep RSection من azureml.core.environment.
    • إزالة المعلمة passthru_automl_config منAutoMLStep الواجهة الخاصة ببرمجة التطبيقات العامة وتحويلها إلى معلمة داخلية فقط.
  • azureml-train-automl-client
    • إزالة البيئة المحلية غير المتزامنة المدارة من AutoML. يتم تشغيل جميع عمليات التشغيل المحلية في البيئة التي تم تشغيل التشغيل منها.
    • تم إصلاح مشكلات اللقطة عند إرسال تشغيل AutoML مع عدم وجود البرامج النصية التي يوفرها المستخدم.
    • تم إصلاح حالات الفشل الخاصة بالتشغيل التابعة عندما تحتوي البيانات على nan ويتم إيقاف تشغيل التمييز.
  • azureml-train-automl-runtime
    • يقوم AutoML برفع رمز خطأ جديد من dataprep عند تعديل المحتوى أثناء عملية القراءة.
    • تم إصلاح مشكلات اللقطة عند إرسال تشغيل AutoML مع عدم وجود البرامج النصية التي يوفرها المستخدم.
    • تم إصلاح حالات الفشل الخاصة بالتشغيل التابعة عندما تحتوي البيانات على nan ويتم إيقاف تشغيل التمييز.
  • azureml-train-core
    • تمت إضافة دعم لتحديد خيارات النقطة (على سبيل المثال--extra-index-url) في ملف متطلبات pip الذي تم تمريره إلى معلمة Estimator من خلال pip_requirements_file .

2020-08-03

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.11.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azure-cli-ml
    • إصلاح إطار العمل الخاص بالنموذج وإطار عمل النموذج الذي لم يتم تمريره في عنصر التشغيل في مسار تسجيل نموذج CLI
    • إصلاح الأمر CLI amlcompute identity show لإظهار المعرف الخاص بالمستأجر والمعرف الأساسي
  • azureml-train-automl-client
    • إضافة get_best_child () إلى AutoMLRun لجلب أفضل تشغيل تابع لتشغيل AutoML دون تنزيل النموذج المقترن.
    • تمت إضافة عنصر ModelProxy الذي يسمح بتشغيل التنبؤ أو التنبؤ على بيئة التدريب عن بعد دون تنزيل النموذج محليا.
    • تشير الاستثناءات غير المعالجة في AutoML الآن إلى صفحة HTTP لخاصة بالمشكلات المعروفة، حيث يمكن العثور على مزيد من المعلومات حول الأخطاء.
  • azureml-core
    • من الممكن أن يكون طول أسماء النماذج 255 حرفا.
    • Environment.get_image_details() return object type changed. DockerImageDetails فئة استبدالdict، تفاصيل الصورة متوفرة من خصائص الفئة الجديدة. التغييرات المتوافقة مع الإصدارات السابقة.
    • إصلاح خطأ Environment.from_pip_requirements() للحفاظ على البنية الخاصة بالتبعيات
    • تم إصلاح الخطأ حيث قد تفشل log_list إذا تم تضمين int و double في نفس القائمة.
    • أثناء تمكين الارتباط الخاص على مساحة عمل موجودة، لاحظ أنه إذا كانت هناك أهداف حساب مقترنة بمساحة العمل، فلن تعمل هذه الأهداف إذا لم تكن خلف نفس الشبكة الظاهرية مثل نقطة النهاية الخاصة بمساحة العمل.
    • جعلas_named_input اختياريا عند استخدام مجموعات البيانات في التجارب وإضافتهاas_mount وas_download إلىFileDataset. يتم إنشاء اسم الإدخال تلقائيا إذا تم as_mount استدعاء أو as_download .
  • azureml-automl-core
    • تشير الاستثناءات غير المعالجة في AutoML الآن إلى صفحة HTTP لخاصة بالمشكلات المعروفة، حيث يمكن العثور على مزيد من المعلومات حول الأخطاء.
    • إضافة get_best_child () إلى AutoMLRun لجلب أفضل تشغيل تابع لتشغيل AutoML دون تنزيل النموذج المقترن.
    • تمت إضافة عنصر ModelProxy الذي يسمح بتشغيل التنبؤ أو التنبؤ على بيئة التدريب عن بعد دون تنزيل النموذج محليا.
  • azureml-pipeline-steps
    • تمت عملية الإضافةenable_default_model_output ووضعenable_default_metrics_output علامات علىAutoMLStep. من الممكن استخدام هذه العلامات لتمكين/تعطيل المخرجات الافتراضية.

2020-07-20

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.10.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • عند استخدام AutoML، إذا تم تمرير مسار إلى كائن AutoMLConfig ولم يكن موجودا بالفعل، يتم إنشاؤه تلقائيا.
    • يمكن للمستخدمين الآن تحديد تكرار السلسلة الزمنية للتنبؤ بالمهام باستخدام المعلمةfreq.
  • azureml-automl-runtime
    • عند استخدام AutoML، إذا تم تمرير مسار إلى كائن AutoMLConfig ولم يكن موجودا بالفعل، يتم إنشاؤه تلقائيا.
    • يمكن للمستخدمين الآن تحديد تكرار السلسلة الزمنية للتنبؤ بالمهام باستخدام المعلمةfreq.
    • يدعم التنبؤ التلقائي الآن التقييم المتداول، والذي ينطبق على حالة الاستخدام التي تشير إلى أن طول مجموعة الاختبار أو عملية التحقق من الصحة أطول من أفق الإدخال، ويتم استخدام قيمة y_pred المعروفة سياق التنبؤ.
  • azureml-core
    • تتم طباعة رسائل التحذير إذا لم يتم تنزيل أي ملفات من مخزن البيانات أثناء التشغيل.
    • تمت إضافة الوثائق لـskip_validation إلىDatastore.register_azure_sql_database method.
    • يطلب من المستخدمين الترقية إلى sdk v1.10.0 أو أعلى لإنشاء نقطة النهاية الخاصة تمت الموافقة عليها تلقائيا. يشمل ذلك مورد دفتر الملاحظات القابل للاستخدام خلف VNet.
    • كشف NotebookInfo في استجابة الحصول على مساحة عمل.
    • تنجح التغييرات التي يجب إجراؤها على استدعاءات لسرد أهداف الحساب والحصول على هدف الحساب على تشغيل عن بعد. تعمل وظائف Sdk للحصول على هدف الحساب وسرد أهداف حساب مساحة العمل الآن في عمليات التشغيل عن بعد.
    • إضافة رسائل الإهمال إلى أوصاف الفئة لفئات azureml.core.image.
    • طرح استثناء وتنظيف مساحة العمل والموارد التابعة إذا فشل إنشاء نقطة النهاية الخاصة لمساحة العمل.
    • دعم الترقية الخاصة بوحدة حفظ المخزون لمساحة العمل في أسلوب تحديث مساحة العمل.
  • azureml-datadrift
    • تحديث إصدار matplotlib من 3.0.2 إلى 3.2.1 لدعم Python 3.8.
  • azureml-dataprep
    • تمت إضافة دعم لمصادر بيانات عنوان URL للويب معRange أوHead الطلب.
    • تحسين الاستقرار لتحميل مجموعة البيانات الخاصة بالملفات وتنزيلها.
  • azureml-train-automl-client
    • تم إصلاح المشكلات الإزالة منRequirementParseError setuptools.
    • استخدام المرسى بدلا من conda للمشغلات المحلية المرسلة باستخدام "compute_target="local""
    • تمت عملية تصحيح مدة التكرار المطبوعة إلى وحدة التحكم. سابقا، تم طباعة مدة التكرار أحيانا ك وقت تشغيل نهاية ناقص وقت إنشاء التشغيل. تم تصحيحه ليكون مساويا لوقت انتهاء التشغيل مطروحا منه وقت بدء التشغيل.
    • عند استخدام AutoML، إذا تم تمرير مسار إلى كائن AutoMLConfig ولم يكن موجودا بالفعل، يتم إنشاؤه تلقائيا.
    • يمكن للمستخدمين الآن تحديد تكرار السلسلة الزمنية للتنبؤ بالمهام باستخدام المعلمةfreq.
  • azureml-train-automl-runtime
    • تحسين الإخراج الخاص بوحدة التحكم عند فشل أفضل تفسيرات النموذج.
    • تمت إعادة تسمية معلمة الإدخال إلى "blocked_models" لإزالة المصطلح الحساس.
      • تمت إعادة تسمية معلمة الإدخال إلى "blocked_models" لإزالة المصطلح الحساس.
    • يمكن للمستخدمين الآن تحديد تكرار السلسلة الزمنية للتنبؤ بالمهام باستخدام المعلمةfreq.

2020-07-06

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.9.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تم استبدال get_model_path() بمتغير بيئة AZUREML_MODEL_DIR في البرنامج النصي لتسجيل النقاط الذي تم إنشاؤه تلقائيا AutoML. تمت إضافة بيانات تتبع الاستخدام أيضا لتتبع حالات الفشل أثناء init().
    • تمت إزالة القدرة على التحديدenable_cache كجزء من AutoMLConfig
    • إصلاح الخطأ حيث قد تفشل عمليات التشغيل مع أخطاء الخدمة أثناء عمليات تشغيل التنبؤ المحددة
    • تحسين معالجة الأخطاء حول النماذج المعينة أثناءget_output
    • تم إصلاح استدعاء fitted_model.fit(X, y) للتصنيف باستخدام محول y
    • تمكين ملء إعادة التوجيه المخصصة لتسجيل المهام المتوقعة
    • يتم استخدام فئة ForecastingParameters جديدة بدلا من التنبؤ بالمعلمات بتنسيق الإملاء
    • تحسين الحذف التلقائي لتأخر الهدف
    • إضافة التوفر المحدود للتميز الموزع متعدد الأسماء متعدد وحدات gpu مع BERT
  • azureml-automl-runtime
    • يقوم الراسل الآن بنمذجة الموسمية المضافة بدلا من التعدد.
    • تم إصلاح المشكلة عندما تؤدي الحبوب القصيرة، وجود ترددات مختلفة عن تلك الخاصة بالحبوب الطويلة إلى فشل عمليات التشغيل.
  • azureml-contrib-automl-dnn-vision
    • جمع الإحصائيات الخاصة بالنظام/gpu ومتوسطات السجل للتدريب وتسجيل النقاط
  • azureml-contrib-mir
    • الدعم الإضافي لعلامة enable-app-insights في ManagedInferencing
  • azureml-core
    • معلمة التحقق من صحة الواجهات الخاصة ببرمجة التطبيقات هذه عن طريق السماح بتخطي التحقق من الصحة عندما لا يمكن الوصول إلى مصدر البيانات من الحساب الحالي.
      • TabularDataset.time_before(end_time, include_boundary=True, validate=True)
      • TabularDataset.time_before(end_time, include_boundary=True, validate=True)
      • TabularDataset.time_recent(time_delta, include_boundary=True, validate=True)
      • TabularDataset.time_before(end_time, include_boundary=True, validate=True)
    • إضافة دعم تصفية إطار العمل لقائمة النماذج، وإضافة عينة NCD AutoML في دفتر الملاحظات مرة أخرى
    • بالنسبة إلى Datastore.register_azure_blob_container Datastore.register_azure_file_share (الخيارات التي تدعم رمز SAS المميز فقط)، قمنا بتحديث السلاسل الخاصة بالمستند للحقلsas_token لتضمين الحد الأدنى من متطلبات الأذونات لسيناريوهات القراءة والكتابة النموذجية.
    • إهمال المعلمة _with_auth في ws.get_mlflow_tracking_uri()
  • azureml-mlflow
    • إضافة دعم لتوزيع نماذج file:// المحلية باستخدام AzureML-MLflow
    • إهمال المعلمة _with_auth في ws.get_mlflow_tracking_uri()
  • azureml-opendatasets
    • تتوفر الآن المجموعات الخاصة ببيانات تعقب Covid-19 المنشورة مؤخرا مع SDK
  • azureml-pipeline-core
    • تحذير الخاص بتسجيل الخروج عندما لا يتم تضمين "azureml-defaults" كجزء من تبعية pip-dependency
    • تحسين الرسم الهندسي للملاحظات.
    • تمت إضافة الدعم لفواصل الأسطر المقتبسة عند تحليل الملفات المحددة إلى PipelineOutputFileDataset.
    • إهمال فئة PipelineDataset. لمزيد من المعلومات، انظر https://aka.ms/dataset-deprecation. تعرف على طريقة استخدام مجموعة البيانات مع البنية الأساسية لبرنامج ربط العمليات التجارية، راجعhttps://aka.ms/pipeline-with-dataset.
  • azureml-pipeline-steps
    • تحديثات المستند إلى azureml-pipeline-steps.
    • تمت إضافة دعم في ParallelRunConfig load_yaml() للمستخدمين لتعريف البيئات المرفقة مع بقية التكوين أو في ملف منفصل
  • azureml-train-automl-client.
    • تمت إزالة القدرة على التحديدenable_cache كجزء من AutoMLConfig
  • azureml-train-automl-runtime
    • إضافة التوفر المحدود للتميز الموزع المتعدد الأسماء متعدد وحدات gpu مع BERT
    • تمت إضافة معالجة الأخطاء الخاصة بالحزم غير المتوافقة في عمليات تشغيل التعلم الآلي التلقائي المستندة إلى ADB.
  • azureml-widgets
    • تحديثات المستند لـ azureml-widgets.

2020-06-22

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.8.0

• ميزات المعاينة

  • azureml-contrib-fairnessazureml-contrib-fairness توفر الحزمة التكامل بين تقييم الإنصاف مفتوح المصدر وحزمة التخفيف من المخاطرFairlearn وAzure التعلم الآلي studio. على وجه الخصوص، تتيح الحزمة تحميل لوحات معلومات تقييم الإنصاف النموذجي كجزء من Azure التعلم الآلي Run وتظهر في Azure التعلم الآلي studio

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • الدعم للحصول على سجلات حاوية init.
    • تمت إضافة أوامر CLI جديدة خاصة لإدارة ComputeInstance
  • azureml-automl-core
    • يمكن للمستخدمين الآن تمكين تكرار مكدس ذاكرة مؤقتة لمهام السلسلة الزمنية مع تحذير بأنه قد يكون أكثر احتواء.
    • تمت إضافة نوع جديد من الاستثناء المستخدم الذي يتم رفعه إذا تم العبث بمحتويات مخزن ذاكرة التخزين المؤقت
  • azureml-automl-runtime
    • لم يعد مسح موازنة الفئة ممكنا إذا عطل المستخدم التمييز.
  • azureml-contrib-notebook
    • تحسينات مستند على حزمة azureml-contrib-notebook.
  • azureml-contrib-pipeline-steps
    • تحسينات مستند على حزمة azureml-contrib--pipeline-steps.
  • azureml-core
    • إضافة وظائف set_connection get_connection list_connections delete_connection للعميل للعمل على مورد اتصال مساحة عمل
    • تحديثات المستند لحزمة azureml-coore/azureml.exceptions.
    • تحديثات المستند لحزمة azureml-core.
    • تحديثات المستند إلى فئة ComputeInstance.
    • تحسينات المستند على حزمة azureml-core/azureml.core.compute.
    • تحسينات المستند للفئات خدمة الويب في azureml-core.
    • دعم مخزن البيانات المحدد من قبل المستخدم لتخزين البيانات الخاصة بجمع المعلومات
    • تمت إضافة خاصية توسيع page_count خاصة بواجهة برمجة تطبيقات قائمة النماذج
    • تم إصلاح الخطأ حيث تؤدي إزالة خاصية الكتابة فوق إلى فشل التشغيل المرسل مع خطأ إلغاء التسلسل.
    • تم إصلاح بنية المجلد غير المتناسقة عند إدخالها FileDataset أو تحميلها بالرجوع إلى ملف واحد.
    • أصبح الآن تحميل مجموعة البيانات من ملفات parquet to_spark_dataframe أسرع ويدعم جميع أنواع البيانات SQL parquet وSpark.
    • الدعم للحصول على سجلات حاوية init.
    • يتم الآن وضع العلامة على عمليات تشغيل AutoML كتشغيل تابع لخطوة التشغيل المتوازي.
  • azureml-datadrift
    • تحسينات مستند على حزمة azureml-contrib-notebook.
  • azureml-dataprep
    • أصبح الآن تحميل مجموعة البيانات من ملفات parquet to_spark_dataframe أسرع ويدعم جميع أنواع البيانات SQL parquet وSpark.
    • عملية معالجة أفضل للذاكرة لقضية OutOfMemory to_pandas_dataframe.
  • azureml-interpret
    • ترقية azureml-interpret لاستخدام تفسير المجتمع الإصدار 0.12.*
  • azureml-mlflow
    • التحسينات الخاصة بالمستند على azureml-mlflow.
    • يضيف دعما خاص لسجل نموذج AML باستخدام MLFlow.
  • azureml-opendatasets
    • الدعم الإضافي لـ Python 3.8.
  • azureml-pipeline-core
    • تم تحديثPipelineDatasetالوثائق لتوضح أنها فئة داخلية.
    • تحديثات ParallelRunStep لقبول قيم متعددة لوسيطة واحدة، على سبيل المثال: "--group_column_names" و"Col1" و"Col2" و"Col3"
    • إزالة متطلبات passthru_automl_config لاستخدام البيانات الوسيطة باستخدام AutoMLStep في Pipelines.
  • azureml-pipeline-steps
    • تحسينات المستند على حزمة azureml-contrib--pipeline-steps.
    • إزالة متطلبات passthru_automl_config لاستخدام البيانات الوسيطة باستخدام AutoMLStep في Pipelines.
  • azureml-telemetry
    • التحسينات الخاصة بالمستند على azureml-mlflow.
  • azureml-train-automl-client
    • تم إصلاح الخطأ حيثexperiment.submit() تم استدعاؤه مرتين على عنصرAutoMLConfig أدى إلى سلوك مختلف.
    • يمكن للمستخدمين الآن تمكين تكرار مكدس ذاكرة مؤقتة لمهام السلسلة الزمنية مع تحذير بأنه قد يكون أكثر احتواء.
    • عملية تغيير سلوك تشغيل AutoML لرفع UserErrorException إذا كانت الخدمة تطرح خطأ المستخدم
    • إصلاح الخطأ تسبب في عدم إنشاء azureml_automl.log أو فقدان السجلات عند إجراء تجربة AutoML على هدف حساب بعيد.
    • بالنسبة لمجموعات بيانات التصنيف ذات الفئات غير المتوازنة، نطبق موازنة الوزن، إذا حدد كاسم الميزات أنه بالنسبة للبيانات ذات الطابع الفرعي، يحسن موازنة الوزن أداء مهمة التصنيف حسب حد معين.
    • يتم الآن وضع العلامة على عمليات تشغيل AutoML كتشغيل تابع لخطوة التشغيل المتوازي.
  • azureml-train-automl-runtime
    • عملية تغيير سلوك تشغيل AutoML لرفع UserErrorException إذا كانت الخدمة تطرح خطأ المستخدم
    • يتم الآن وضع العلامة على عمليات تشغيل AutoML كتشغيل تابع لخطوة التشغيل المتوازي.

2020-06-08

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.7.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azure-cli-ml
    • أكملت إزالة جمع المعلومات الخاصة بالنموذج من mir contrib عن طريق تنظيف أوامر CLI وتبعيات الحزمة، يتوفر جمع معلومات النموذج في الذاكرة الأساسية.
    • عملية ترقية الحد الأدنى لإصدار Azure CLI إلى 2.3.0
  • azureml-automl-core
    • رسالة الاستثناء الأفضل حول خطوة التمييز fit_transform() بسبب معلمات المحول المخصصة.
    • إضافة دعم اللغات المتعددة لنماذج محول التعلم العميق مثل BERT في التعلم الآلي.
    • عملية إزالة المعلمة lag_length المهملة من الوثائق.
    • تم تحسين الوثائق الخاصة بمعلمات التنبؤ. تم إهمال معلمة lag_length.
  • azureml-automl-runtime
    • تم إصلاح الخطأ الذي تم رفعه عندما يكون أحد الأعمدة الفئوية فارغا في وقت التنبؤ/الاختبار.
    • الإصلاح العجل لحالات فشل التشغيل التي تحدث عند تمكين ميزات البحث وتحتوي البيانات على حبات قصيرة.
    • تم عملية إصلاح المشكلة المتعلقة برسالة خطأ فهرس الوقت المكرر عند تعيين التأخر أو النوافذ المتداولة إلى "تلقائي".
    • تم إصلاح المشكلة المتعلقة بنماذج "المرسل" و"Arima " على مجموعات البيانات، التي تحتوي على ميزات البحث.
    • تمت إضافة دعم للتواريخ قبل 1677-09-21 أو بعد 2262-04-11 في أعمدة بخلاف وقت التاريخ في مهام التنبؤ. رسائل الخطأ المحسنة
    • تم تحسين الوثائق الخاصة بمعلمات التنبؤ. تم إهمال معلمة lag_length.
    • رسالة الاستثناء الأفضل حول خطوة التمييز fit_transform() بسبب معلمات المحول المخصصة.
    • إضافة دعم اللغات المتعددة لنماذج محول التعلم العميق مثل BERT في التعلم الآلي.
    • تؤدي عمليات ذاكرة التخزين المؤقت التي تؤدي إلى بعض OSErrors إلى ظهور خطأ المستخدم.
    • تمت إضافة عمليات الفحص للتأكد من أن بيانات التدريب والتحقق من الصحة لها نفس العدد ومجموعة الأعمدة
    • تم إصلاح المشكلة في البرنامج النصي لتسجيل AutoML الذي تم إنشاؤه تلقائيا عندما تحتوي البيانات على علامات اقتباس
    • تمكين تفسيرات نبي AutoML ونماذج المجموعة التي تحتوي على نموذج النبي.
    • كشفت مشكلة حديثة للعملاء عن خطأ في الموقع المباشر حيث نقوم بتسجيل الرسائل على طول Class-Balancing-Sweeping حتى عندما لا يتم تمكين منطق موازنة الفئة بالشكل الصحيح. عملية إزالة هذه السجلات/الرسائل باستخدام PR هذا.
  • azureml-cli-common
    • أكملت إزالة جمع المعلومات الخاصة بالنموذج من mir contrib عن طريق تنظيف أوامر CLI وتبعيات الحزمة، يتوفر جمع معلومات النموذج في الذاكرة الأساسية.
  • azureml-contrib-reinforcementlearning
    • أداة اختبار التحميل
  • azureml-core
    • عملية تغييرات الوثائق على Script_run_config.py
    • إصلاح الخطأ مع طباعة إخراج CLI إرسال البنية الأساسية لبرنامج ربط العمليات التجارية للتشغيل
    • التحسينات الخاصة بالوثائق على azureml-core/azureml.data
    • إصلاح مشكلة استرداد الحساب الخاص بالتخزين باستخدام الأمر hdfs getconf
    • الوثائق register_azure_blob_container والوثائق register_azure_file_share المحسنة
  • azureml-datadrift
    • عملية تحسين التنفيذ لتعطيل أجهزة عرض انحراف مجموعة البيانات وتمكينها
  • azureml-interpret
    • في عميل التفسير، قم بإزالة NaNs أو Infs قبل تسلسل json عند عملية التحميل من البيانات الاصطناعية
    • التحديث إلى أحدث إصدار من تفسير المجتمع لتحسين الأخطاء الخاصة بالذاكرة للتفسيرات العمومية مع العديد من الميزات والفئات
    • إضافة معلمة اختيارية true_ys لشرح التحميل لتمكين المزيد من الميزات في واجهة مستخدم الاستوديو
    • عملية تحسين أداء download_model_explanations() وأداء list_model_explanations()
    • التعديلات الصغيرة على دفاتر الملاحظات، للمساعدة في تصحيح الأخطاء
  • azureml-opendatasets
    • يلزم azureml-opendatasets إلى إصدار azureml-dataprep 1.4.0 أو أعلى. التحذير المضاف في حالة تم الكشف عن إصدار أقل
  • azureml-pipeline-core
    • يسمح هذا التغيير للمستخدم بتوفير تكوين التشغيل الاختياري إلى moduleVersion عند استدعاء الوحدة النمطية. Publish_python_script.
    • يمكن أن يكون تمكين حساب العقدة معلمة البنية الأساسية لبرنامج ربط العمليات التجارية في ParallelRunStep في azureml.pipeline.steps
  • azureml-pipeline-steps
    • يسمح هذا التغيير للمستخدم بتوفير تكوين التشغيل الاختياري إلى moduleVersion عند استدعاء الوحدة النمطية. Publish_python_script.
  • azureml-train-automl-client
    • إضافة دعم اللغات المتعددة لنماذج محول التعلم العميق مثل BERT في التعلم الآلي.
    • عملية إزالة المعلمة lag_length المهملة من الوثائق.
    • تم تحسين الوثائق الخاصة بمعلمات التنبؤ. تم إهمال معلمة lag_length.
  • azureml-train-automl-runtime
    • تمكين تفسيرات نبي AutoML ونماذج المجموعة التي تحتوي على نموذج النبي.
    • عملية تحديثات الوثائق لحزم azureml-train-automl-*.
  • azureml-train-core
    • عملية دعم الإصدار 2.1 من TensorFlow في PyTorch Estimator
    • التحسينات على حزمة azureml-train-core.

2020-05-26

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.6.0

• ميزات جديدة

  • azureml-automl-runtime

    • يدعم AutoML Forecasting الآن العملاء الذين يتجاوزون الحد الأقصى المحدد مسبقا دون إعادة تدريب النموذج. عندما تكون وجهة التنبؤ أبعد في المستقبل من الأفق الأقصى المحدد، لا تزال الدالة forecast() تقوم بتنبؤات النقاط إلى التاريخ اللاحق باستخدام وضع عملية متكررة. للحصول على رسم توضيحي للميزة الجديدة، راجع قسم "التنبؤ أبعد من الحد الأقصى للأفق" في دفتر الملاحظات "forecasting-forecast-function" في المجلد.

  • azureml-pipeline-steps

    • تم الآن إصدار ParallelRunStep وهو جزء من الحزمةazureml-pipeline-steps . يتم إهمال ParallelRunStep الموجود في حزمة azureml-contrib-pipeline-steps. التغييرات من إصدار المعاينة العامة:
      • تمت إضافةrun_max_try المعلمة الاختيارية القابلة للتكوين للتحكم في الحد الأقصى لاستدعاء لتشغيل الأسلوب لأي دفعة معينة، والقيمة الافتراضية هي 3.
      • لم يعد يتم إنشاء أي PipelineParameters تلقائيا. من الممكن تعيين القيم القابلة للتكوين التالية على أنها PipelineParameter بشكل صريح.
        • mini_batch_size
        • node_count
        • process_count_per_node
        • logging_level
        • run_invocation_timeout
        • run_max_try
      • يتم تغيير القيمة الافتراضية process_count_per_node إلى 1. يتعين على المستخدم ضبط هذه القيمة للحصول على أداء أفضل. تعد أفضل الممارسات هي تعيين عدد GPU أو عقدة وحدة المعالجة المركزية.
      • لا تقوم ParallelRunStep بإدخال أي حزم، يحتاج المستخدم إلى تضمينحزم azureml-coreوazureml-dataprep[pandas، fuse] في التعريف الخاص بالبيئة. إذا تم استخدام صورة docker المخصصة مع user_managed_dependencies، فسيحتاج المستخدم إلى تثبيت conda على الصورة.

• كسر التغييرات

  • azureml-pipeline-steps
    • إهمال استخدام azureml.dprep.Dataflow كنوع صالح من الإدخال لـ AutoMLConfig
  • azureml-train-automl-client
    • إهمال استخدام azureml.dprep.Dataflow كنوع صالح من الإدخال لـ AutoMLConfig

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-core
    • تم إصلاح الخطأ حيث يمكن طباعة تحذير أثناءget_output ذلك المستخدم الذي طلب منه الرجوع إلى إصدار سابق خاص بالعميل.
    • تحديث Mac للاعتماد على cudatoolkit=9.0 لأنه غير متوفر في الإصدار 10 حتى الآن.
    • إزالة القيود المفروضة على نماذج الراسل و xgboost عند تدريبها على الحساب عن بعد.
    • تسجيل المحسن في AutoML
    • تمت عملية تحسين معالجة الأخطاء للتميز المخصص في مهام التنبؤ.
    • تمت إضافة الوظائف للسماح للمستخدمين بتضمين ميزات متخلفة لإنشاء تنبؤات.
    • تحديثات لرسالة الخطأ لعرض خطأ المستخدم بشكل صحيح.
    • دعم cv_split_column_names لاستخدامها مع training_data
    • تحديث التسجيل لرسالة الاستثناء والتتبع.
  • azureml-automl-runtime
    • تمكين الحواجز الخاصة بالحماية للتنبؤ بعلامات إسناد القيمة المفقودة.
    • تسجيل المحسن في AutoML
    • تمت إضافة معالجة الأخطاء الدقيقة الخاصة باستثناءات إعداد البيانات
    • إزالة القيود المفروضة على نماذج الراسل و xgboost عند تدريبها على الحساب عن بعد.
    • azureml-train-automl-runtimeوazureml-automl-runtimeتحديث التبعيات الخاصة لـpytorchو scipyو cudatoolkit. ندعم الآن pytorch==1.4.0، scipy>=1.0.0,<=1.3.1، و cudatoolkit==10.1.243.
    • تمت عملية تحسين معالجة الأخطاء للتميز المخصص في مهام التنبؤ.
    • تم تحسين آلية الكشف عن تردد مجموعة بيانات التنبؤ.
    • إصلاح المشكلة في تدريب نموذج الراسل على بعض مجموعات البيانات.
    • تم تحسين عملية الكشف التلقائي عن الحد الأقصى للأفق أثناء التنبؤ.
    • تمت إضافة الوظائف للسماح للمستخدمين بتضمين ميزات متخلفة لإنشاء تنبؤات.
    • إضافة الوظائف في وظيفة التنبؤ لتمكين توفير التنبؤات خارج الأفق المدرب دون إعادة تدريب نموذج التنبؤ.
    • دعم cv_split_column_names لاستخدامها مع training_data
  • azureml-contrib-automl-dnn-forecasting
    • تسجيل المحسن في AutoML
  • azureml-contrib-mir
    • الدعم الإضافي لخدمات Windows في ManagedInferencing
    • إزالة المهام الخاصة بسير عمل MIR القديمة مثل إرفاق حساب MIR، فئة SingleModelMirWebservice - تنظيف جمع معلومات النموذج الموضوع في حزمة contrib-mir
  • azureml-contrib-pipeline-steps
    • الإصلاح البسيط لدعم YAML
    • يتم إصدار ParallelRunStep إلى التوفر العام - يحتوي azureml.contrib.pipeline.steps على إشعار الإهمال ويتم نقله إلى azureml.pipeline.steps
  • azureml-contrib-reinforcementlearning
    • أداة اختبار تحميل RL
    • يحتوي مقدر RL على الافتراضيات الذكية
  • azureml-core
    • إزالة المهام الخاصة بسير عمل MIR القديمة مثل إرفاق حساب MIR، فئة SingleModelMirWebservice - تنظيف جمع معلومات النموذج الموضوع في حزمة contrib-mir
    • تم إصلاح المعلومات المقدمة للمستخدم في فشل جمع المعلومات: تضمين معرف الطلب وإعادة صياغة الرسالة لتكون أكثر معنى. تمت إضافة سير العمل لجمع معلومات جديد إلى مشغلي جمع المعلومات
    • نص خطأ محسن في حالات فشل تنفيذ مجموعة البيانات.
    • تمت عملية إضافة دعم CLI للارتباط الخاص بمساحة العمل.
    • تمت إضافة معلمةinvalid_lines اختيارية إلىDataset.Tabular.from_json_lines_files التي تسمح بتحديد كيفية التعامل مع الخطوط التي تحتوي على JavaScript Object Notation غير صالح.
    • سنقوم بإيقاف إنشاء حساب المستند إلى التشغيل في الإصدار التالي. نوصي بإنشاء نظام مجموعة حساب Aml فعلية كهدف حساب مستمر، واستخدام اسم نظام المجموعة كهدف حساب في تكوين التشغيل الخاص بك. راجع مثال دفتر الملاحظات هنا: aka.ms/amlcomputenb
    • رسائل الخطأ المحسنة في فشل تنفيذ مجموعة البيانات.
  • azureml-dataprep
    • تم إجراء التحذير لترقية إصدار pyarrow بشكل أكثر وضوحا.
    • معالجة الأخطاء المحسنة والرسالة التي تم إرجاعها في حالة الفشل في تنفيذ تدفق البيانات.
  • azureml-interpret
    • تحديثات الوثائق لحزمة azureml-interpret.
    • حزم قابلية التفسير الثابتة ودفاتر الملاحظات لتكون متوافقة مع آخر تحديث sklearn
  • azureml-opendatasets
    • إرجاع بلا عند عدم وجود بيانات تم إرجاعها.
    • عملية تحسين الأداء to_pandas_dataframe.
  • azureml-pipeline-core
    • الإصلاح السريع لـ ParallelRunStep حيث تم قطع التحميل من YAML
    • يتم إصدار ParallelRunStep إلى التوفر العام- يتضمن azureml.contrib.pipeline.steps على إشعار الإهمال ويتم نقله إلى azureml.pipeline.steps مجموعات البيانات كـ PipelineParameter 2. المعلمة الجديدة run_max_retry 3. اسم ملف إخراج append_row القابل للتكوين
  • azureml-pipeline-steps
    • تم إهمال azureml.dprep.Dataflow كنوع صالح لبيانات الإدخال.
    • الإصلاح السريع لـ ParallelRunStep حيث تم قطع التحميل من YAML
    • يتم إصدار ParallelRunStep إلى التوفر العام - يحتوي azureml.contrib.pipeline.steps على إشعار إهمال ويتم نقله إلى azureml.pipeline.steps - تتضمن الميزات الجديدة ما يلي:
      • مجموعات البيانات كـ PipelineParameter 2.
      • المعلمة الجديدة run_max_retry 3.
      • اسم ملف إخراج append_row القابل للتكوين
  • azureml-telemetry
    • تحديث التسجيل لرسالة الاستثناء والتتبع.
  • azureml-train-automl-client
    • تسجيل المحسن في AutoML
    • تحديثات لرسالة الخطأ لعرض خطأ المستخدم بشكل صحيح.
    • دعم cv_split_column_names لاستخدامها مع training_data
    • تم إهمال azureml.dprep.Dataflow كنوع صالح لبيانات الإدخال.
    • تحديث Mac للاعتماد على cudatoolkit=9.0 لأنه غير متوفر في الإصدار 10 حتى الآن.
    • إزالة القيود المفروضة على نماذج الراسل و xgboost عند تدريبها على الحساب عن بعد.
    • azureml-train-automl-runtimeوazureml-automl-runtimeتحديث التبعيات الخاصة لـpytorchو scipyو cudatoolkit. ندعم الآن pytorch==1.4.0، scipy>=1.0.0,<=1.3.1، و cudatoolkit==10.1.243.
    • تمت إضافة الوظائف للسماح للمستخدمين بتضمين ميزات متخلفة لإنشاء تنبؤات.
  • azureml-train-automl-runtime
    • تسجيل المحسن في AutoML
    • تمت إضافة معالجة الأخطاء الدقيقة الخاصة باستثناءات إعداد البيانات
    • إزالة القيود المفروضة على نماذج الراسل و xgboost عند تدريبها على الحساب عن بعد.
    • azureml-train-automl-runtimeوazureml-automl-runtimeتحديث التبعيات الخاصة لـpytorchو scipyو cudatoolkit. ندعم الآن pytorch==1.4.0، scipy>=1.0.0,<=1.3.1، و cudatoolkit==10.1.243.
    • تحديثات لرسالة الخطأ لعرض خطأ المستخدم بشكل صحيح.
    • دعم cv_split_column_names لاستخدامها مع training_data
  • azureml-train-core
    • تمت إضافة المجموعة الجديدة من استثناءات HyperDrive المحددة. يطرح azureml.train.hyperdrive الآن استثناءات مفصلة.
  • azureml-widgets
    • لا يتم عرض Azure التعلم الآلي Widgets في JupyterLab

2020-05-11

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.5.0

• ميزات جديدة

  • ميزات المعاينة
    • azureml-contrib-reinforcementlearning
      • يصدر التعلم الآلي من Microsoft Azure دعم المعاينة للتعلم المعزز باستخدام إطار عمل Ray. يوفرReinforcementLearningEstimator تدريب وكلاء التعلم المعزز عبر أهداف حساب وحدة معالجة الرسومات وCPU في Azure التعلم الآلي.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • إصلاح سجل تحذير تم تركة عن طريق الخطأ في PR السابق. تم استخدام السجل لتصحيح الأخطاء وتم تركه عن طريق الخطأ.
    • الإصلاح العاجل للأخطاء: إعلام العملاء بالفشل الجزئي أثناء جمع المعلومات
  • azureml-automl-core
    • تسريع نموذج الراسل/AutoArima في التنبؤ ب AutoML عن طريق تمكين ملائمة متوازية للسلسلة الزمنية عندما تحتوي على مجموعات البيانات على سلاسل زمنية متعددة. للاستفادة من هذه الميزة الجديدة، ينصح بتعيين "max_cores_per_iteration = -1" (أي استخدام جميع الذاكرات الأساسية المتوفرة لوحدة المعالجة المركزية) في AutoMLConfig.
    • الإصلاح العاجل لـ KeyError على طباعة حواجز الحماية في واجهة وحدة التحكم
    • رسالة الخطأ الثابتة experimentation_timeout_hours
    • النماذج TensorFlow المهملة لـ AutoML.
  • azureml-automl-runtime
    • رسالة الخطأ الثابتة experimentation_timeout_hours
    • تم إصلاح الاستثناء الغير مصنف عند محاولة إلغاء التسلسل من مخزن ذاكرة التخزين المؤقت
    • تسريع نموذج الراسل/AutoArima في التنبؤ ب AutoML عن طريق تمكين ملائمة متوازية للسلسلة الزمنية عندما تحتوي على مجموعات البيانات على سلاسل زمنية متعددة.
    • تمت عملية ضبط وإصلاح التنبؤ باستخدام النافذة المتداولة الممكنة على مجموعات البيانات حيث لا تحتوي مجموعة الاختبار/التنبؤ على إحدى الحبوب من مجموعة التدريب.
    • المعالجة المحسنة للبيانات المفقودة
    • تم إصلاح مشكلة الفواصل الزمنية للتنبؤ أثناء التنبؤ على مجموعات البيانات، والتي تحتوي على السلاسل الزمنية، والتي لا تتم محاذاتها في الوقت المناسب.
    • تمت إضافة تحقق أفضل من صحة شكل البيانات الخاصة بمهام التنبؤ.
    • عملية تحسين الكشف عن التردد.
    • إنشاء رسالة خطأ أفضل في حالة تعذر إنشاء طيات التحقق من الصحة المتقاطعة لمهام التنبؤ.
    • الإصلاح العاجل لواجهة وحدة التحكم لطباعة حواجز الحماية القيمة المفقودة بشكل صحيح.
    • فرض عمليات الفحص من نوع البيانات على إدخال cv_split_indices في AutoMLConfig.
  • azureml-cli-common
    • الإصلاح العاجل للأخطاء: إعلام العملاء بالفشل الجزئي أثناء جمع المعلومات
  • azureml-contrib-mir
    • يضيف فئة azureml.contrib.mir.RevisionStatus، والتي تنقل معلومات حول مراجعة MIR المنشورة حاليا وأحدث إصدار يحدده المستخدم. يتم تضمين هذه الفئة في عنصر MirWebservice ضمن السمة "deployment_status".
    • عملية تمكين التحديث على Webservices من نوع MirWebservice وفئة SingleModelMirWebservice التابعة لها.
  • azureml-contrib-reinforcementlearning
    • الدعم الإضافي ل Python 0.8.3.
    • يدعم AmlWindowsCompute ملفات Azure فقط كمساحة إدخال مثبتة
    • إعادة التسمية لـ health_check_timeout إلى health_check_timeout_seconds
    • تم إصلاح بعض الأوصاف الخاصة بالفئة/الأسلوب.
  • azureml-core
    • WASB الممكن -> تحويلات كائن ثنائي كبير الحجم في السحب Microsoft Azure Government والصين.
    • الإصلاح العاجل للخطأ للسماح لأدوار القارئ باستخدام أوامر az ml run CLI للحصول على معلومات التشغيل
    • تمت إزالة التسجيل غير الضروري أثناء Azure التعلم الآلي Remote Runs مع مجموعات بيانات الإدخال.
    • يدعم RCranPackage الآن معلمة "الإصدار" لإصدار حزمة CRAN.
    • الإصلاح العاجل للأخطاء: إعلام العملاء بالفشل الجزئي أثناء جمع المعلومات
    • تمت إضافة معالجة حرة على النمط الأوروبي لـ azureml-core.
    • ميزات الارتباط الخاص لمساحة العمل الممكنة في Azure التعلم الآلي sdk.
    • عند إنشاء TabularDataset باستخدامfrom_delimited_files، يمكنك تحديد ما إذا كان يتعين تحميل القيم الفارغة بلا أو كسلسلة فارغة عن طريق تعيين الوسيطةempty_as_stringالمنطقية .
    • تمت إضافة المعالجة الحرة على النمط الأوروبي لـ azureml-core.
    • رسائل الخطأ المحسنة في حالات فشل إدخال مجموعة البيانات.
  • azureml-datadrift
    • يحتوي استعلام نتائج انحراف البيانات من SDK على خطأ لم يميز الحد الأدنى والحد الأقصى ومقاييس الميزة المتوسطة، مما أدى إلى القيم المكررة. لقد أصلحنا هذا الخطأ عن طريق بادئة الهدف أو الأساس لأسماء الخاصة بالمقاييس. قبل: دقيقة مكررة، حد أقصى، متوسط. بعد: target_min، target_max، target_mean، baseline_min، baseline_max، baseline_mean.
  • azureml-dataprep
    • تحسين المعالجة الخاصة ببيئات Python المقيدة للكتابة عند ضمان تبعيات .NET المطلوبة لتسليم البيانات.
    • تم إصلاح إنشاء تدفق البيانات على ملف مع السجلات الفارغة البادئة.
    • تمت إضافة خيارات لمعالجة الأخطاءto_partition_iteratorالمشابهة لـ to_pandas_dataframe.
  • azureml-interpret
    • تقليل حدود طول مسار التفسير لتقليل احتمال تجاوز حد النافذة
    • Bugfix للتفسيرات المتفرقة التي تم إنشاؤها باستخدام المفسر المحاكي باستخدام نموذج البديل الخطي.
  • azureml-opendatasets
    • يتم تحليل المشكلة الخاصة بإصلاح أعمدة MNIST كسلسلة، والتي يجب أن تكون int.
  • azureml-pipeline-core
    • السماح للخيار regenerate_outputs عند استخدام الوحدة النمطية المرفقة في ModuleStep.
  • azureml-train-automl-client
    • النماذج TensorFlow المهملة لـ AutoML.
    • عملية إصلاح السماح للمستخدمين بإدراج الخوارزميات غير المدعومة في الوضع المحلي
    • الإصلاحات الخاصة بالمستند إلى AutoMLConfig.
    • فرض عمليات الفحص من نوع البيانات على إدخال cv_split_indices في AutoMLConfig.
    • تم إصلاح مشكلة الفشل المتعلقة بعمليات تشغيل AutoML في show_output
  • azureml-train-automl-runtime
    • إصلاح الخطأ في تكرارات المجموعة التي كانت تمنع مهلة تنزيل النموذج من بدء التشغيل بنجاح.
  • azureml-train-core
    • عملية إصلاح الأخطاء المطبعية في فئة azureml.train.dnn.Nccl.
    • عملية دعم الإصدار 1.5 من TensorFlow في PyTorch Estimator
    • إصلاح المشكلة التي لا يمكن إحضار صورة إطار العمل في Azure Government المنطقة عند استخدام مقدرات إطار عمل التدريب

2020-05-04

تجربة دفتر الملاحظات الجديدة

يمكنك الآن إنشاء دفاتر ملاحظات التعلم الآلي وملفاته وتحريرها ومشاركتها مباشرة داخل تجربة استوديو الويب الخاصة ب Azure التعلم الآلي. تستطيع استخدام جميع الفئات والأساليب المتوفرة فيAzure التعلم الآلي Python SDK من داخل دفاتر الملاحظات هذه. للبدء، تفضل بزيارةالمقالة الخاصة بتشغيل Jupyter Notebooks في مساحة العمل.

الميزات الجديدة المقدمة:

• محرر محسن (محرر موناكو) يستخدمه Visual Studio Code
• التحسينات الخاصة بواجهة المستخدم/تجربة المستخدم
• شريط أدوات الخلية
• شريط أدوات دفتر ملاحظات جديد وعناصر تحكم بالحساب
• شريط الحالة الخاص بدفتر الملاحظات
• تبديل النواة المرفقة
• دعم R
• تحسينات إمكانية وصول ذوي الاحتياجات الخاصة والترجمة
• اللوحة الخاصة بالأوامر.
• المزيد من اختصارات لوحة المفاتيح
• الحفظ التلقائي
• تحسين الأداء والموثوقية

عملية الوصول إلى أدوات التأليف التالية المستندة إلى الويب من الاستوديو:

الأداة المستندة إلى الويب	‏‏الوصف
دفاتر ملاحظات Azure التعلم الآلي Studio	التأليف في الصف الأول لملفات دفتر الملاحظات ودعم جميع العمليات المتوفرة في Azure التعلم الآلي Python SDK.

2020-04-27

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.4.0

• ميزات جديدة

  • تدعم نظام مجموعات AmlCompute الآن إعداد هوية مدارة على نظام المجموعة في وقت التزويد. ما عليك سوى تحديد ما إذا كنت ترغب في استخدام هوية معينة من قبل النظام أو هوية معينة من قبل المستخدم، وتمرير المعرف الخاص بالهوية لهذا الأخير. تستطيع بعد ذلك إعداد أذونات للوصول إلى موارد مختلفة مثل التخزين أو ACR بطريقة يتم بها استخدام هوية الحساب للوصول إلى البيانات بأمان، بدلا من نهج يستند إلى الرمز المميز يستخدمه AmlCompute اليوم. راجع مرجع SDK للحصول على مزيد من التفاصيل حول المعلمات.

• كسر التغييرات

  • دعمت نظام مجموعات AmlCompute ميزة المعاينة حول الإنشاء المستند إلى التشغيل، والتي نخطط لإيقافها في أسبوعين. يمكنك الاستمرار في إنشاء أهداف حساب مستمرة كما هو الحال دائما باستخدام فئة Amlcompute، ولكن لن يتم دعم النهج المحدد لتحديد المعرف "amlcompute" كهدف حساب في تكوين التشغيل قريبا.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-runtime
    • قم بتمكين دعم النوع غير القابل للفصل عند حساب عدد القيم الفريدة في العمود.
  • azureml-core
    • تحسين الاستقرار عند القراءة من موقع تخزين كائن ثنائي كبير الحجم لـ Azure باستخدام TabularDataset.
    • الوثائق المحسنةgrant_workspace_msiللمعلمة لـDatastore.register_azure_blob_store.
    • تم إصلاح الخطأ معdatastore.upload لدعم الوسيطة التيsrc_dir تنتهي بـ /أو\ .
    • تمت إضافة رسالة الخطأ القابلة للتنفيذ عند محاولة التحميل إلى مخزن بيانات موقع تخزين كائن ثنائي كبير الحجم لـ Azure الذي لا يحتوي على مفتاح وصول أو رمز SAS المميز.
  • azureml-interpret
    • تمت إضافة الحد الأعلى لحجم الملف لبيانات المرئيات على التفسيرات التي تم تحميلها.
  • azureml-train-automl-client
    • التحقق بشكل صريح من معلمات label_column_name weight_column_name ل AutoMLConfig لتكون من نوع السلسلة.
  • azureml-contrib-pipeline-steps
    • يدعم ParallelRunStep الآن مجموعة البيانات كمعلمة خاصة بالبنية الأساسية لبرنامج ربط العمليات التجارية. يتوفر للمستخدم إنشاء البنية الأساسية لبرنامج ربط العمليات التجارية مع عينة من مجموعة البيانات ويمكنه تغيير مجموعة بيانات الإدخال من نفس النوع (ملف أو جدولي) لتشغيل البنية الأساسية لبرنامج ربط العمليات التجارية الجديدة.

2020-04-13

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.3.0

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • إضافة المزيد من بيانات تتبع الاستخدام حول عمليات ما بعد التدريب.
    • عملية تسريع تدريب ARIMA التلقائي باستخدام تدريب المجموع الشرطي للمربعات (CSS) لسلسلة من الطول أطول من 100. يتم تخزين الطول المستخدم كثابت ARIMA_TRIGGER_CSS_TRAINING_LENGTH w/في فئة TimeSeriesInternal في /src/azureml-automl-core/azureml/automl/core/shared/constants.py
    • تم تحسين تسجيل المستخدم لتشغيلات التنبؤ، والآن يتم عرض مزيد من المعلومات حول المرحلة قيد التشغيل حاليا في السجل
    • target_rolling_window_size غير متاح تعيينها إلى قيم أقل من 2
  • azureml-automl-runtime
    • تحسين رسالة الخطأ التي المعروضة عند العثور على الطوابع الزمنية المكررة.
    • target_rolling_window_size غير متاح تعيينها إلى قيم أقل من 2
    • تم إصلاح فشل تسجيل التأخر. كانت المشكلة ناتجة عن عدم كفاية عدد الملاحظات اللازمة لتحلل السلسلة الموسمية. يتم استخدام البيانات "غير الموسمية" لحساب دالة التصحيح التلقائي الجزئي (PACF) لتحديد طول التأخر.
    • تمكين تخصيص ميزة عرض العمود لمهام التنبؤ عن طريق تكوين العرض. العددية والقاطعة كغرض العمود لمهام التنبؤ معتمدة الآن.
    • تمكين تخصيص التمييز الخاص بعمود الإفلات للتنبؤ بالمهام من خلال تكوين التمييز.
    • تخصيص الإسناد الممكن للتنبؤ بالمهام من خلال تكوين التمييز. يتم الآن دعم حساب القيمة الثابتة الخاصة بالعمود الهدف والتوسط most_frequent والقيمة الثابتة لبيانات التدريب.
  • azureml-contrib-pipeline-steps
    • قبول الأسماء الخاصة بحساب السلسلة لتمريرها إلى ParallelRunConfig
  • azureml-core
    • تمت إضافة الواجهة الخاصة ببرمجة تطبيقات Environment.clone(new_name) لإنشاء نسخة من عنصر Environment
    • يقبل Environment.docker.base_dockerfile المسار الخاص بالملف. إذا كان قادرا على حل ملف، تتم قراءة المحتوى في خاصية بيئة base_dockerfile
    • إعادة تعيين القيم الحصرية المتبادلة تلقائيا base_image base_dockerfile عندما يقوم المستخدم بتعيين القيمة يدويا في Environment.docker
    • تمت إضافة علامة user_managed في RSection تشير إلى ما إذا كانت البيئة مدارة بواسطة المستخدم أو بواسطة Azure التعلم الآلي.
    • مجموعة البيانات: فشل عملية تنزيل مجموعة البيانات الثابتة في حالة كان مسار البيانات يحتوي على أحرف unicode.
    • مجموعة البيانات: تحسين آلية التخزين المؤقت لإدخال مجموعة البيانات لاحترام الحد الأدنى من متطلبات مساحة القرص في التعلم الآلي من Microsoft Azure الحساب، ما يتجنب جعل العقدة غير قابلة للاستخدام والتسبب في إلغاء المهمة.
    • مجموعة البيانات: نضيف فهرسا لعمود السلسلة الزمنية عند الوصول إلى مجموعة البيانات الخاصة بالسلسلة الزمنية كإطار بيانات pandas، والذي يستخدم لتسريع الوصول إلى الوصول إلى البيانات المستندة إلى السلسلة الزمنية. سابقا، تم إعطاء الفهرس نفس اسم عمود الطابع الزمني، مما يخلط بين المستخدمين حول أي عمود الطابع الزمني الفعلي وأيهما هو الفهرس. نحن الآن لا نعطي أي اسم محدد للفهرس لأنه لا ينبغي استخدامه كعمود.
    • مجموعة البيانات: تم إصلاح مشكلة مصادقة مجموعة البيانات في السحابة ذات السيادة.
    • مجموعة البيانات: تم إصلاح الفشلDataset.to_spark_dataframe لمجموعات البيانات التي تم إنشاؤها من مخازن بيانات Azure PostgreSQL.
  • azureml-interpret
    • إضافة الدرجات العمومية إلى المرئيات في حالة كانت قيم الأهمية المحلية متفرقة
    • تمت عملية التحديث الخاصة بـ azureml-interpret إلى interpret-community 0.9.*
    • تم إصلاح مشكلة المتعلقة بتنزيل الشرح الذي يحتوي على بيانات التقييم المتفرقة
    • دعم إضافي للتنسيق المتفرق لعنصر التفسير في AutoML
  • azureml-pipeline-core
    • دعم ComputeInstance كهدف حساب في البنية الأساسية لبرنامج ربط العمليات التجارية
  • azureml-train-automl-client
    • إضافة المزيد من بيانات تتبع الاستخدام حول عمليات ما بعد التدريب.
    • إصلاح التراجع في الإيقاف المبكر
    • تم إهمال azureml.dprep.Dataflow كنوع صالح لبيانات الإدخال.
    • تغيير مهلة تجربة AutoML الافتراضية إلى ستة أيام.
  • azureml-train-automl-runtime
    • إضافة المزيد من بيانات تتبع الاستخدام حول عمليات ما بعد التدريب.
    • إضافة دعم AutoML متفرق من طرف إلى طرف
  • azureml-opendatasets
    • تمت إضافة بيانات تتبع الاستخدام أخرى لمراقبة الخدمة.
    • عملية تمكين الباب الأمامي للكائن الثنائي كبير الحجم لزيادة الاستقرار

2020-03-23

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.2.0

• كسر التغييرات

  • قطع الدعم لـ Python 2.7

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • إضافة "--subscription-id" إلىaz ml model/computetarget/service الأوامر في CLI
    • إضافة دعم لتمرير vault_url المفتاح (CMK) المدار من قبل العملاء key_name key_version لتوزيع ACI
  • azureml-automl-core
    • تم تمكين الإسناد المخصص بقيمة ثابتة لكافة مهام التنبؤ بالبيانات X وy.
    • تم إصلاح المشكلة المتعلقة بإظهار رسائل الخطأ للمستخدم.
  • azureml-automl-runtime
    • تم إصلاح المشكلة المتعلقة بالتنبؤ على مجموعات البيانات، التي تحتوي على حبات ذات سجل واحد فقط
    • إنقاص مقدار الذاكرة المطلوبة من قبل مهام التنبؤ.
    • تمت إضافة رسائل خطأ أفضل يف حالة كان عمود الوقت بتنسيق غير صحيح.
    • تم تمكين الإسناد المخصص بقيمة ثابتة لكافة مهام التنبؤ بالبيانات X وy.
  • azureml-core
    • الدعم الإضافي لتحميل ServicePrincipal من متغيرات البيئة: AZUREML_SERVICE_PRINCIPAL_ID AZUREML_SERVICE_PRINCIPAL_TENANT_ID AZUREML_SERVICE_PRINCIPAL_PASSWORD
    • قدم معلمة جديدةsupport_multi_line إلىDataset.Tabular.from_delimited_files: بشكل افتراضي (support_multi_line=False)، سيتم تفسير جميع فواصل الخط، بما في ذلك تلك الموجودة في قيم الحقول المقتبسة، على أنها سجل قياسي. عملية قراءة البيانات بهذه الطريقة أسرع وأكثر تحسينا للتنفيذ المتوازي على مراكز وحدة المعالجة المركزية المتعددة. ومع ذلك، قد يؤدي ذلك إلى إنتاج المزيد من السجلات بهدوء مع قيم الحقول غير المتجانسة. يجب تعيين هذا إلىTrue عندما تعرف الملفات المحددة بأنها تحتوي على سجلات خطوط مقتبسة.
    • تمت إضافة القدرة على تسجيلData Lake Storage Gen2 في Azure التعلم الآلي CLI
    • تمت إعادة تسمية المعلمة "fine_grain_timestamp" إلى "الطابع الزمني" والمعلمة "coarse_grain_timestamp" إلى "partition_timestamp" للأسلوب with_timestamp_columns() في TabularDataset لتعكس عملية استخدام المعلمات بشكل أفضل.
    • عملية زيادة الحد الأقصى لطول اسم التجربة إلى 255.
  • azureml-interpret
    • تمت عملية تحديث azureml-interpret إلى interpret-community 0.7.*
  • azureml-sdk
    • عملية التغيير إلى التبعيات ذات الإصدار المتوافق Tilde لدعم التصحيح في الإصدارات السابقة للإصدار والإصدارات المستقرة.

2020-03-11

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.1.5

• إهمال ميزة

  • Python 2.7
    • الإصدار الأخير الخاص بدعم Python 2.7

• كسر التغييرات

  • تعيين الإصدار الدلالي 2.0.0
    • بدءا من الإصدار 1.1 يعتمد Azure التعلم الآلي Python SDK الإصدار الدلالي 2.0.0. تتبع جميع الإصدارات اللاحقة نظام ترقيم جديد وعقد تعيين الإصدار الدلالي.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • غير اسم أمر CLI نقطة النهاية من "az ml endpoint aks" إلى "az ml endpoint real time" للتناسق.
    • تحديث إرشادات تثبيت CLI الخاصة بواجهة سطر الأوامر (CLI) للفرع الثابت والتجريبي
    • تم إصلاح جمع معلومات المثيل الواحد لإنتاج توصية وإتاحته في sdk الذاكرة الأساسية.
  • azureml-automl-core
    • تمكين استدلال وضع الدفعة (أخذ سجلات متعددة مرة واحدة) لنماذج AutoML ONNX
    • تحسين الكشف عن التردد على مجموعات البيانات، أو نقص البيانات أو احتوائها على نقاط البيانات غير المنتظمة
    • إضافة ميزة القدرة على إزالة نقاط البيانات التي لا تتوافق مع التردد السائد.
    • عملية تغيير إدخال الدالة الإنشائية لأخذ قائمة بالخيارات لتطبيق خيارات الإسناد للأعمدة المقابلة.
    • تم تحسين سجل الأخطاء.
  • azureml-automl-runtime
    • تم إصلاح المشكلة المتعلقة بالخطأ الذي تم طرحه في حالة لم تكن الحبوب موجودة في مجموعة التدريب التي ظهرت في مجموعة الاختبار
    • إزالة متطلبات y_query أثناء تسجيل النقاط في الخدمة الخاصة بالتنبؤ
    • تم إصلاح المشكلة المرتبطة بالتنبؤ عندما تحتوي مجموعة البيانات على حبات قصيرة ذات فجوات زمنية طويلة.
    • تم إصلاح المشكلة عند تشغيل الحد الأقصى التلقائي الخاص بالأفق ويحتوي عمود التاريخ على تواريخ في شكل سلاسل. إضافة رسائل التحويل والخطأ المناسبة عندما لا يكون التحويل إلى التاريخ ممكنا
    • استخدام NumPy وSciPy الأصليين لعملية تسلسل البيانات الوسيطة وإلغاء تسلسلها ل FileCacheStore (يستخدم لتشغيل AutoML المحلي)
    • تم إصلاح الخطأ حيث قد تتعثر عمليات التشغيل التابعة الفاشلة في حالة التشغيل.
    • زيادة السرعة الخاصة بالتمييز.
    • تم إصلاح فحص التردد أثناء التسجيل، والآن لا تتطلب مهام التنبؤ تكافؤ تردد صارم بين مجموعة التدريب والاختبار.
    • عملية تغيير إدخال الدالة الإنشائية لأخذ قائمة بالخيارات لتطبيق خيارات الإسناد للأعمدة المقابلة.
    • تم إصلاح الأخطاء المرتبطة بتحديد نوع التأخير.
    • تم إصلاح الخطأ غير المصنف الذي تم رفعه على مجموعات البيانات، مع وجود حبات مع السجل الواحد
    • تم إصلاح المشكلة الخاصة ببطء الكشف عن التردد.
    • إصلاح الخطأ في معالجة استثناء AutoML تسبب في استبدال السبب الحقيقي لفشل التدريب بـ AttributeError.
  • azureml-cli-common
    • تم إصلاح جمع معلومات المثيل الواحد لإنتاج توصية وإتاحته في sdk الذاكرة الأساسية.
  • azureml-contrib-mir
    • عملية إضافة وظائف في فئة MirWebservice لاسترداد الرمز المميز للوصول
    • استخدام المصادقة الخاصة بالرمز المميز لـ MirWebservice بشكل افتراضي أثناء استدعاء MirWebservice.run() - التحديث فقط في حالة فشل المكالمة
    • يلزم توزيع خدمة ويب Mir الآن Skus المناسبة [Standard_DS2_v2 Standard_F16 Standard_A2_v2] بدلا من [Ds2v2 و A2v2 وF16] على التوالي.
  • azureml-contrib-pipeline-steps
    • side_inputs إضافة المعلمة الاختيارية إلى ParallelRunStep. يمكن استخدام هذه المعلمة لإدخال المجلد في الحاوية. الأنواع المدعومة في الوقت الحالي هي DataReference و PipelineData.
    • يمكن الكتابة فوق المعلمات التي تم تمريرها في ParallelRunConfig عن طريق تمرير معلمات البنية الأساسية لبرنامج ربط العمليات التجارية الآن. المعلمات الخاصة بالبنية الأساسية لبرنامج ربط العمليات التجارية الجديدة المدعومة aml_mini_batch_size aml_error_threshold aml_logging_level aml_run_invocation_timeout (aml_node_count aml_process_count_per_node هي بالفعل جزء من الإصدار السابق).
  • azureml-core
    • يتم الآن تعيين Azure التعلم الآلي Webservices المنشورة افتراضيا على INFO التسجيل. يمكن التحكم في ذلك عن طريق تعيين AZUREML_LOG_LEVEL متغير البيئة في الخدمة الموزعة.
    • تستخدم Python sdk خدمة الاكتشاف لاستخدام نقطة نهاية "api" بدلا من "البنية الأساسية لبرنامج ربط العمليات التجارية".
    • عملية التبديل إلى المسارات الجديدة في جميع استدعاءات SDK.
    • تغيير توجيه الاستدعاءات إلى ModelManagementService إلى البنية الموحدة الجديدة.
      • جعل أسلوب تحديث مساحة العمل متاحا بشكل عام.
      • تمت إضافة معلمة image_build_compute في أسلوب تحديث مساحة العمل لجعل المستخدم قادر على تحديث الحساب لإنشاء الصورة.
    • تمت إضافة رسائل الإهمال إلى سير عمل جمع المعلومات القديم. تم إصلاح جمع معلومات حدود وحدة المعالجة المركزية والذاكرة.
    • إضافة RSection كجزء من البيئة لتشغيل مهام R.
    • تمت إضافة التحقق من الصحة إلىDataset.mount لرفع الخطأ عندما لا يمكن الوصول إلى المصدر الخاص بمجموعة البيانات أو لا يحتوي على أي بيانات.
    • تمت إضافته --grant-workspace-msi-access كمعلمة أخرى ل Datastore CLI لتسجيل حاوية Azure Blob التي تسمح لك بتسجيل حاوية Blob الموجودة خلف VNet.
    • تم إصلاح جمع معلومات المثيل الواحد لإنتاج توصية وإتاحته في sdk الذاكرة الأساسية.
    • إصلاح المشكلة في aks.py _deploy.
    • التحقق من سلامة النماذج التي يتم تحميلها لتجنب فشل موقع التخزين الصامت.
    • قد يحدد المستخدم الآن قيمة خاصة بمفتاح المصادقة عند إعادة إنشاء مفاتيح خدمات الويب.
    • تم إصلاح الخطأ حيث لا يمكن استخدام الأحرف الكبيرة كاسم إدخال خاص بمجموعة البيانات.
  • azureml-defaults
    • azureml-dataprep سيتم الآن التركيب كجزء منazureml-defaults. لم يعد مطلوبا تثبيت إعداد البيانات [fuse] يدويا على أهداف الحساب لإدخال مجموعات البيانات.
  • azureml-interpret
    • تمت عملية تحديث azureml-interpret إلى interpret-community 0.6.*
    • تم تحديث azureml-interpret إلى interpret-community 0.5.0.*
    • تمت إضافة الاستثناءات على غرار azureml إلى azureml-interpret
    • تم إصلاح تسلسل DeepScoringExplainer الخاص بنماذج keras
  • azureml-mlflow
    • إضافة دعم للسحابة ذات سيادة إلى azureml.mlflow
  • azureml-pipeline-core
    • يستخدم دفتر ملاحظات تسجيل دفعة البنية الأساسية لبرنامج ربط العمليات التجارية الآن ParallelRunStep
    • إصلاح الخطأ حيث يمكن إعادة استخدام نتائج PythonScriptStep بشكل غير صحيح على الرغم من تغيير قائمة الوسيطات
    • تمت إضافة القدرة على تعيين نوع الأعمدة عند استدعاء أساليب التوزيع* على PipelineOutputFileDataset
  • azureml-pipeline-steps
    • عملية النقل إلىAutoMLStep الحزمةazureml-pipeline-steps. تم إهمالAutoMLStep داخلazureml-train-automl-runtime.
    • إضافة مثال الوثائق لمجموعة البيانات كإدخل PythonScriptStep
  • azureml-tensorboard
    • تم تحديث azureml-tensorboard لدعم TensorFlow 2.0
    • إظهار رقم المنفذ الصحيح عند استخدام منفذ TensorBoard المخصص على مثيل الحساب
  • azureml-train-automl-client
    • تم إصلاح المشكلة حيث قد يتم تثبيت الحزم المعينة في الإصدارات غير الصحيحة على عمليات التشغيل عن بعد.
    • إصلاح مشكلة تجاوز FeaturizationConfig الذي يقوم بتصفية التكوين المخصص.
  • azureml-train-automl-runtime
    • تم إصلاح المشكلة المرتبطة بالكشف عن التردد في عمليات التشغيل عن بعد
    • عملية النقل فيAutoMLStep الحزمةazureml-pipeline-steps. تم إهمالAutoMLStep داخلazureml-train-automl-runtime.
  • azureml-train-core
    • عملية دعم الإصدار 1.4 من TensorFlow في PyTorch Estimator

2020-03-02

التعلم الآلي من Microsoft Azure SDK لـ Python v1.1.2rc0 (ما قبل الإصدار)

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تمكين استدلال وضع الدفعة (أخذ سجلات متعددة مرة واحدة) لنماذج AutoML ONNX
    • تحسين الكشف عن التردد على مجموعات البيانات، أو نقص البيانات أو احتوائها على نقاط البيانات غير المنتظمة
    • إضافة ميزة القدرة على إزالة نقاط البيانات التي لا تتوافق مع التردد السائد.
  • azureml-automl-runtime
    • تم إصلاح المشكلة المتعلقة بالخطأ الذي تم طرحه في حالة لم تكن الحبوب موجودة في مجموعة التدريب التي ظهرت في مجموعة الاختبار
    • إزالة متطلبات y_query أثناء تسجيل النقاط في الخدمة الخاصة بالتنبؤ
  • azureml-contrib-mir
    • عملية إضافة وظائف في فئة MirWebservice لاسترداد الرمز المميز للوصول
  • azureml-core
    • يتم الآن تعيين Azure التعلم الآلي Webservices المنشورة افتراضيا على INFO التسجيل. يمكن التحكم في ذلك عن طريق تعيين AZUREML_LOG_LEVEL متغير البيئة في الخدمة الموزعة.
    • عملية إصلاح التكرار لإرجاعDataset.get_all جميع مجموعات البيانات المسجلة في مساحة العمل.
    • تحسين رسالة الخطأ عند تمرير النوع الغير صالح إلىpath وسيطة واجهات برمجة تطبيقات إنشاء مجموعة البيانات.
    • تستخدم Python sdk خدمة الاكتشاف لاستخدام نقطة نهاية "api" بدلا من "البنية الأساسية لبرنامج ربط العمليات التجارية".
    • عملية التبديل إلى المسارات الجديدة في كافة استدعاءات SDK.
    • تغيير توجيه الاستدعاءات إلى ModelManagementService إلى بنية موحدة جديدة
      • جعل أسلوب تحديث مساحة العمل متاحا بشكل عام.
      • تمت إضافة معلمة image_build_compute في أسلوب التحديث الخاص بمساحة العمل لجعل المستخدم قادر على تحديث الحساب لإنشاء الصورة.
    • تمت إضافة رسائل الإهمال إلى سير عمل جمع المعلومات القديم. تم إصلاح جمع معلومات حدود وحدة المعالجة المركزية والذاكرة.
  • azureml-interpret
    • تمت عملية التحديث الخاصة بـ azureml-interpret إلى تفسير-المجتمع 0.6
  • azureml-mlflow
    • إضافة دعم للسحابة ذات سيادة إلى azureml.mlflow
  • azureml-pipeline-steps
    • النقلAutoMLStep إلىazureml-pipeline-steps package. تم إهمالAutoMLStep داخلazureml-train-automl-runtime.
  • azureml-train-automl-client
    • تم إصلاح المشكلة حيث قد يتم تثبيت الحزم المعينة في الإصدارات غير الصحيحة على عمليات التشغيل عن بعد.
  • azureml-train-automl-runtime
    • تم إصلاح المشكلة المرتبطة بالكشف عن التردد في عمليات التشغيل عن بعد
    • النقلAutoMLStep إلىazureml-pipeline-steps package. تم إهمالAutoMLStep داخلazureml-train-automl-runtime.
  • azureml-train-core
    • النقلAutoMLStep إلىazureml-pipeline-steps package. تم إهمالAutoMLStep داخلazureml-train-automl-runtime.

2020-02-18

التعلم الآلي من Microsoft Azure SDK لـ Python v1.1.1rc0 (ما قبل الإصدار)

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azure-cli-ml
    • تم إصلاح جمع معلومات المثيل الواحد لإنتاج توصية وإتاحته في sdk الذاكرة الأساسية.
  • azureml-automl-core
    • تم تحسين سجل الأخطاء.
  • azureml-automl-runtime
    • تم إصلاح المشكلة المرتبطة بالتنبؤ عندما تحتوي مجموعة البيانات على حبات قصيرة ذات فجوات زمنية طويلة.
    • تم إصلاح المشكلة عند تشغيل الحد الأقصى التلقائي الخاص بالأفق ويحتوي عمود التاريخ على تواريخ في شكل سلاسل. أضفنا التحويل المناسب والخطأ المعقول في حالة لم يكن التحويل إلى التاريخ ممكنا
    • استخدام NumPy وSciPy الأصليين لعملية تسلسل البيانات الوسيطة وإلغاء تسلسلها ل FileCacheStore (يستخدم لتشغيل AutoML المحلي)
    • تم إصلاح الخطأ حيث قد تتعثر عمليات التشغيل التابعة الفاشلة في حالة التشغيل.
  • azureml-cli-common
    • تم إصلاح جمع معلومات المثيل الواحد لإنتاج توصية وإتاحته في sdk الذاكرة الأساسية.
  • azureml-core
    • تمت إضافته --grant-workspace-msi-access كمعلمة أخرى ل Datastore CLI لتسجيل حاوية Azure Blob التي تسمح لك بتسجيل حاوية Blob الموجودة خلف VNet
    • تم إصلاح جمع معلومات المثيل الواحد لإنتاج توصية وإتاحته في sdk الذاكرة الأساسية.
    • تم إصلاح المشكلة في aks.py _deploy.
    • التحقق من سلامة النماذج التي يتم تحميلها لتجنب فشل موقع التخزين الصامت.
  • azureml-interpret
    • تمت إضافة الاستثناءات على غرار azureml إلى azureml-interpret
    • تم إصلاح تسلسل DeepScoringExplainer الخاص بنماذج keras
  • azureml-pipeline-core
    • يستخدم دفتر ملاحظات تسجيل دفعة البنية الأساسية لبرنامج ربط العمليات التجارية الآن ParallelRunStep
  • azureml-pipeline-steps
    • عملية النقل فيAutoMLStep الحزمةazureml-pipeline-steps. تم إهمالAutoMLStep داخلazureml-train-automl-runtime.
  • azureml-contrib-pipeline-steps
    • side_inputs إضافة المعلمة الاختيارية إلى ParallelRunStep. يمكن استخدام هذه المعلمة لإدخال المجلد في الحاوية. الأنواع المدعومة في الوقت الحالي هي DataReference و PipelineData.
  • azureml-tensorboard
    • تم تحديث azureml-tensorboard لدعم TensorFlow 2.0
  • azureml-train-automl-client
    • إصلاح المشكلة المتعلقة بتجاوز FeaturizationConfig الذي يقوم بتصفية التكوين المخصص.
  • azureml-train-automl-runtime
    • عملية النقل فيAutoMLStep الحزمةazureml-pipeline-steps. تم إهمالAutoMLStep داخلazureml-train-automl-runtime.
  • azureml-train-core
    • عملية دعم الإصدار 1.4 من TensorFlow في PyTorch Estimator

2020-02-04

التعلم الآلي من Microsoft Azure SDK لـ Python v1.1.0rc0 (ما قبل الإصدار)

• كسر التغييرات

  • تعيين الإصدار الدلالي 2.0.0
    • بدءا من الإصدار 1.1 يعتمد Azure التعلم الآلي Python SDK الإصدار الدلالي 2.0.0. تتبع جميع الإصدارات اللاحقة نظام ترقيم جديد وعقد تعيين الإصدار الدلالي.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-runtime
    • زيادة السرعة الخاصة بالتمييز.
    • تم إصلاح فحص التردد أثناء التسجيل، والآن لا تتطلب مهام التنبؤ تكافؤ تردد صارم بين مجموعة التدريب والاختبار.
  • azureml-core
    • قد يحدد المستخدم الآن قيمة خاصة بمفتاح المصادقة عند إعادة إنشاء مفاتيح خدمات الويب.
  • azureml-interpret
    • تم تحديث azureml-interpret إلى interpret-community 0.5.0.*
  • azureml-pipeline-core
    • إصلاح الخطأ حيث يمكن إعادة استخدام نتائج PythonScriptStep بشكل غير صحيح على الرغم من تغيير قائمة الوسيطات
  • azureml-pipeline-steps
    • إضافة مثال الوثائق لمجموعة البيانات كإدخل PythonScriptStep
  • azureml-contrib-pipeline-steps
    • يمكن الكتابة فوق المعلمات التي تم تمريرها في ParallelRunConfig عن طريق تمرير معلمات البنية الأساسية لبرنامج ربط العمليات التجارية الآن. المعلمات الخاصة بالبنية الأساسية لبرنامج ربط العمليات التجارية الجديدة المدعومة aml_mini_batch_size aml_error_threshold aml_logging_level aml_run_invocation_timeout (aml_node_count aml_process_count_per_node هي بالفعل جزء من الإصدار السابق).

2020-01-21

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.85

• ميزات جديدة

  • azureml-core

    • الحصول على الاستخدام الذاكرة الأساسية الحالية وقيود الحصة النسبية لموارد AmlCompute في مساحة عمل واشتراك معينين

  • azureml-contrib-pipeline-steps

    • عملية تمكين المستخدم من تمرير مجموعة البيانات الجدولية كنتيجة متوسطة من الخطوة السابقة إلى parallelrunstep

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-runtime
    • تمت إزالة متطلبات العمود y_query في الطلب إلى خدمة التنبؤ الموزعة.
    • تمت إزالة "y_query" من قسم طلب الخدمة الخاصة بدفتر ملاحظات Orange Juice في Dominick.
    • تم إصلاح الخطأ الذي يمنع التنبؤ على النماذج الموزعة، التي تعمل على مجموعات البيانات بأعمدة وقت التاريخ.
    • تمت إضافة معامل ارتباط Matthews كمقياس تصنيف، لكل من التصنيف الثنائي والتصنيف متعدد الفئات.
  • azureml-contrib-interpret
    • تم نقل المفسرات الخاصة بالنص التي تمت إزالتها من azureml-contrib-interpret كشرح نصي إلى مستودع نص التفسير الذي سيتم إصداره قريبا.
  • azureml-core
    • مجموعة البيانات: لم تعد الاستخدامات الخاصة بمجموعة بيانات الملف تعتمد على numpy وpandas ليتم تثبيتها في Python env.
    • تم تغيير LocalWebservice.wait_for_deployment() للتحقق من حالة حاوية المرسى المحلية قبل محاولة اختبار نقطة النهاية الصحية الخاصة بها، مما يقلل إلى حد كبير من مقدار الوقت المستغرق للإبلاغ عن فشل التوزيع.
    • تم إصلاح تهيئة الخاصية الداخلية المستخدمة في LocalWebservice.reload() عند إنشاء عنصر الخدمة من توزيع موجود باستخدام الدالة الإنشائية LocalWebservice().
    • رسالة الخطأ التي تم تحريرها للتوضيح.
    • تمت إضافة أسلوب جديد يسمى get_access_token() إلى AksWebservice الذي سيعيد عنصر AksServiceAccessToken، والذي يحتوي على رمز المميز للوصول، والتحديث بعد الطابع الزمني، وانتهاء الصلاحية على الطابع الزمني ونوع الرمز المميز.
    • تم إهمال أسلوب get_token() الموجود في AksWebservice حيث يقوم الأسلوب الجديد بإرجاع جميع المعلومات التي يرجعها هذا الأسلوب.
    • عملية الإخراج المعدل لأمر az ml service get-access-token. تمت عملية إعادة تسمية الرمز المميز إلى accessToken و refreshBy إلى refreshAfter. إضافة خصائص expiryOn و tokenType.
    • تم الإصلاح العاجل لـ get_active_runs
  • azureml-explain-model
    • تم تحديث الشكل إلى 0.33.0 وتفسير المجتمع إلى 0.4.*
  • azureml-interpret
    • تم تحديث الشكل إلى 0.33.0 وتفسير المجتمع إلى 0.4.*
  • azureml-train-automl-runtime
    • تمت إضافة معامل ارتباط Matthews كمقياس تصنيف، لكل من التصنيف الثنائي والتصنيف متعدد الفئات.
    • إهمال العلامة المعالجة المسبقة من التعليمات البرمجية واستبدالها بالميزات - يتم تشغيل التمييز بشكل افتراضي

2020-01-06

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.83

• ميزات جديدة

  • مجموعة البيانات: أضف الخيارينon_error وout_of_range_datetimeلـلفشلto_pandas_dataframe عندما تحتوي البيانات على قيم خطأ بدلا من تعبئتها بNone.
  • مساحة العمل: تمت إضافة العلامةhbi_workspace لمساحات العمل مع البيانات الحساسة التي تمكن المزيد من التشفير وتعطيل التشخيصات المتقدمة المتعلقة بمساحات العمل. أضفنا أيضا دعما لإحضار المفاتيح الخاصة بك لمثيل Azure Cosmos DB المقترن، عن طريق تحديد cmk_keyvault المعلمتين و resource_cmk_uri عند إنشاء مساحة عمل، ما ينشئ مثيل Azure Cosmos DB في اشتراكك أثناء توفير مساحة العمل الخاصة بك. لمعرفة المزيد، راجعقسم قاعدة بيانات Azure Cosmos في مقالة تشفير البيانات.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-runtime
    • تم إصلاح التراجع لانحدار الذي تسبب في رفع TypeError عند تشغيل AutoML على إصدارات Python أقل من 3.5.4.
  • azureml-core
    • تم إصلاح الخطأ فيdatastore.upload_filesالمسار النسبي الذي لم يبدأ./بتعذر استخدامه.
    • تمت إضافة رسائل الإهمال لجميع مسارات التعليمات البرمجية لفئة الصورة
    • تم إصلاح بناء عنوان URL لإدارة النماذج ل Microsoft Azure المشغل بواسطة 21Vianet.
    • تمت عملية إصلاح المشكلة حيث لا يمكن حزم النماذج التي تستخدم source_dir لوظائف Azure.
    • تمت إضافة خيار Environment.build_local() لدفع صورة إلى سجل حاوية مساحة عمل Azure التعلم الآلي
    • تحديث SDK لاستخدام المكتبة الخاصة بالرمز المميز الجديدة على Azure synapse بطريقة متوافقة مع الخلفية.
  • azureml-interpret
    • تم إصلاح الخطأ حيث تم إرجاع بلا عندما لا تكون هناك أي تفسيرات للتنزيل. الآن يثير استثناء، مطابقة السلوك في مكان آخر.
  • azureml-pipeline-steps
    • غير مسموح بتمريرDatasetConsumptionConfigs إلىEstimator'sinputsالمعلمةEstimator عند استخدام في EstimatorStep.
  • azureml-sdk
    • تمت إضافة عميل AutoML إلى حزمة azureml-sdk، مما يتيح تشغيل AutoML عن بعد ليتم إرساله دون تثبيت حزمة AutoML الكاملة.
  • azureml-train-automl-client
    • تم تصحيح المحاذاة على إخراج وحدة التحكم الخاصة بتشغيل AutoML
    • تم إصلاح الخطأ حيث قد يتم تثبيت الإصدار غير الصحيح من pandas على حساب aml عن بعد.

2019-12-23

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.81

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-contrib-interpret
    • عملية تأجيل تبعية shap إلى تفسير المجتمع من azureml-interpret
  • azureml-core
    • يمكن الآن تحديد هدف الحساب كمعلمة لعناصر تكوين التوزيع المقابلة. هذا هو على وجه التحديد اسم هدف الحساب المراد التوزيع إليه، وليس عنصر SDK.
    • تمت إضافة معلومات CreatedBy إلى عناصر النموذج والخدمة. من الممكن الوصول through.created_by
    • تم إصلاح ContainerImage.run()، الذي لم يكن يقوم بإعداد منفذ HTTP الخاص بحاوية المرسى بشكل صحيح.
    • جعلهazureml-dataprep اختياريaz ml dataset registerللأمر CLI
    • تم إصلاح خطأ حيث TabularDataset.to_pandas_dataframe يعود بشكل غير صحيح إلى قارئ بديل ويطبع تحذيرا.
  • azureml-explain-model
    • عملية تأجيل تبعية shap إلى تفسير المجتمع من azureml-interpret
  • azureml-pipeline-core
    • تمت إضافة خطوة البنية الأساسية لبرنامج ربط العمليات التجارية جديدة NotebookRunnerStep، لتشغيل دفتر ملاحظات محلي كخطوة في البنية الأساسية لبرنامج ربط العمليات التجارية.
    • تمت عملية إزالة دالات get_all المهملة لـ PublishedPipelines والجدول الزمني و PipelineEndpoints
  • azureml-train-automl-client
    • يتم بدأ إهمال data_script كمدخل إلى AutoML.

2019-12-09

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.79

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • تمت إزالة التضمينConfig ليتم تسجيله
      • تمت عملية تحديث التسجيل لتسجيل "auto"/"off"/"customized" فقط.
  • azureml-automl-runtime
    • الدعم الإضافي لـ Python 3.5. سلسلة و pandas. لفئوية للكشف عن نوع بيانات العمود. تم دعم numpy.ndarray فقط في السابق
      • تمت إضافة التغييرات الخاصة بالتعليمات البرمجية ذات الصلة للتعامل مع النوع الفئوي بشكل صحيح.
    • تم تحسين الواجهة الخاصة بدالة التنبؤ: تم جعل المعلمة y_pred اختيارية. -تم تحسين السلاسل
  • azureml-contrib-dataset
    • إصلاح الخطأ حيث تعذر إدخال مجموعات البيانات المسماة.
  • azureml-core
    • عملية إصلاح الأخطاء لـEnvironment.from_existing_conda_environment(name, conda_environment_name). يتوفر للمستخدم إنشاء مثيل البيئة التي هي نسخة متماثلة دقيقة من البيئة المحلية
    • تم تغيير الأساليب الخاصة بمجموعات البيانات المتعلقة بالسلسلة الزمنية إلىinclude_boundary=True بشكل افتراضي.
  • azureml-train-automl-client
    • تم إصلاح المشكلة حيث لا تتم طباعة الخاصة بنتائج التحقق من الصحة عند تعيين إظهار الإخراج إلى خطأ.

2019-11-25

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.76

• كسر التغييرات

  • مشكلات ترقية Azureml-Train-AutoML
    • من الممكن أن تؤدي الترقية إلى azureml-train-automl>=1.0.76 من azureml-train-automl1.0.76< إلى حدوث عمليات تثبيت جزئية، مما يؤدي إلى فشل بعض عمليات استيراد AutoML. لحل هذه المشكلة، تستطيع تشغيل البرنامج النصي للإعداد الموجود في https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/automl_setup.cmd. أو إذا كنت تستخدم pip مباشرة، يمكنك:
      • "pip install --upgrade azureml-train-automl"
      • "pip install --ignore-installed azureml-train-automl-client"
    • أو يمكنك إلغاء تثبيت الإصدار القديم قبل الترقية
      • "pip uninstall azureml-train-automl"
      • "pip uninstall azureml-train-automl"

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-runtime
    • يأخذ AutoML الآن في الاعتبار كل من الفئتين الحقيقية والزائفة عند حساب متوسط المقاييس العددية لمهام التصنيف الثنائي.
    • تمت عملية نقل التعليمات البرمجية للتعلم الآلي والتدريب في AzureML-AutoML-Core إلى حزمة جديدة AzureML-AutoML-Runtime.
  • azureml-contrib-dataset
    • عند الاتصالto_pandas_dataframe على مجموعة بيانات مسماة باستخدام خيار التنزيل، بمقدورك الآن تحديد ما إذا كنت تريد الكتابة فوق الملفات الموجودة أم لا.
    • عند استدعاء keep_columns أو drop_columns يؤدي ذلك إلى إسقاط سلسلة زمنية أو تسمية أو عمود صورة، يتم إسقاط الإمكانات المقابلة لمجموعة البيانات أيضا.
    • تم إصلاح مشكلة في محمل pytorch لمهمة الكشف عن العناصر.
  • azureml-contrib-interpret
    • تمت إزالة العنصر الخاص بواجهة مستخدم لوحة معلومات التفسير من azureml-contrib-interpret، تم تغيير الحزمة للإشارة إلى الحزمة الجديدة في interpret_community
    • الإصدار المحدث من تفسير المجتمع إلى 0.2.0
  • azureml-core
    • عملية تحسين الأداءworkspace.datasets.
    • إضافة القدرة على تسجيل قاعدة بيانات Azure SQL Daastore باستخدام مصادقة اسم المستخدم وكلمة المرور
    • الإصلاح لتحميل RunConfigurations من المسارات النسبية.
    • عند استدعاء keep_columns أو drop_columns يؤدي ذلك إلى إسقاط عمود سلسلة زمنية، يتم إسقاط الإمكانات المقابلة لمجموعة البيانات أيضا.
  • azureml-interpret
    • الإصدار المحدث من تفسير المجتمع إلى 0.2.0
  • azureml-pipeline-steps
    • القيم المدعومة الموثقة لخطواتrunconfig_pipeline_params البنية الأساسية لبرنامج ربط العمليات التجارية التعلم الآلي من Azure.
  • azureml-pipeline-core
    • تمت إضافة خيار CLI لتنزيل الإخراج بالتنسيق الخاص بـ json لأوامر البنية الأساسية لبرنامج ربط العمليات التجارية.
  • azureml-train-automl
    • تقسيم AzureML-Train-AutoML إلى حزمتين، حزمة عميل AzureML-Train-AutoML-Client وحزمة التدريب الخاصة بـ ML AzureML-Train-AutoML-Runtime
  • azureml-train-automl-client
    • تمت عملية الإضافة لعميل رفيع لإرسال تجارب AutoML دون الحاجة إلى تثبيت أي تبعيات للتعلم الآلي محليا.
    • التسجيل الثابت للتأخرات المكتشفة تلقائيا وأحجام النوافذ المتداولة والآفاق القصوى في عمليات التشغيل عن بعد.
  • azureml-train-automl-runtime
    • تمت إضافة حزمة AutoML جديدة لعزل المكونات الخاصة بالتعلم الآلي ووقت التشغيل عن العميل.
  • azureml-contrib-train-rl
    • عملية إضافة دعم التعلم المعزز في SDK.
    • تمت عملية إضافة دعم AmlWindowsCompute في RL SDK.

2019-11-11

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.74

• ميزات المعاينة

  • azureml-contrib-dataset
    • بعد استيراد azureml-contrib-dataset، يمكنك الاتصالDataset.Labeled.from_json_lines بدلا من._Labeled إنشاء مجموعة البيانات المسماة.
    • عند الاتصالto_pandas_dataframe على مجموعة بيانات مسماة باستخدام خيار التنزيل، بمقدورك الآن تحديد ما إذا كنت تريد الكتابة فوق الملفات الموجودة أم لا.
    • عند استدعاء keep_columns أو drop_columns يؤدي ذلك إلى إسقاط سلسلة زمنية أو تسمية أو عمود صورة، يتم إسقاط الإمكانات المقابلة لمجموعة البيانات أيضا.
    • تم إصلاح العاجل للمشكلات المتعلقة بمحمل PyTorch عند استدعاءdataset.to_torchvision().

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • تمت عملية إضافة جمع معلومات النموذج إلى CLI المعاينة.
    • تصحيحات التغيير العاجل في Azure Storage التي تتسبب في فشل Azure التعلم الآلي CLI.
    • تمت إضافة النوع الخاص بموازنة التحميل إلى MLC أنواع AKS
  • azureml-automl-core
    • تم إصلاح المشكلة المرتبطة بالكشف عن الأفق الأقصى في السلاسل الزمنية، ووجود قيم مفقودة وحبوب متعددة.
    • تم إصلاح المشكلة المتعلقة بالفشل أثناء إنشاء التقسيمات الخاصة بالتحقق من الصحة المشتركة.
    • استبدل هذا القسم برسالة بتنسيق markdown لتظهر في الملاحظات الخاصة بالإصدار: -تحسين معالجة الحبوب القصيرة في مجموعات بيانات التنبؤ.
    • تم إصلاح مشكلة إخفاء بعض المعلومات لخاصة بالمستخدم أثناء التسجيل. -تسجيل محسن للأخطاء أثناء العمليات الخاصة بتشغيل التنبؤ.
    • إضافة psutil كتبعية conda إلى ملف توزيع yml الذي تم إنشاؤه تلقائيا.
  • azureml-contrib-mir
    • تصحيحات التغيير العاجل في Azure Storage التي تتسبب في فشل Azure التعلم الآلي CLI.
  • azureml-core
    • إصلاح خطأ تسبب في إنتاج النماذج المنشورة على Azure Functions 500 ثانية.
    • تم إصلاح المشكلة المتعلقة بعدم تطبيق ملف amlignore على اللقطات.
    • تمت إضافة amlcompute.get_active_runs الواجهة الخاصة ببرمجة تطبيقات جديدة تقوم بإرجاع منشئ للتشغيل وتشغيل في قائمة الانتظار على حساب معطى.
    • تمت إضافة النوع الخاص بموازنة التحميل إلى MLC أنواع AKS
    • تمت عملية إضافة معلمة قيمة منطقية append_prefix إلى download_files في run.py download_artifacts_from_prefix في artifacts_client. يتم استخدام هذه العلامة لتبسيط مسار الملف الأصلي بشكل انتقائي بحيث تتم إضافة اسم الملف أو المجلد فقط إلى output_directory
    • إصلاح المشكلة المتعلقة بإلغاء التسلسل لاستخدامrun_config.yml مجموعة البيانات.
    • عند استدعاء keep_columns أو drop_columns يؤدي ذلك إلى إسقاط عمود سلسلة زمنية، يتم إسقاط الإمكانات المقابلة لمجموعة البيانات أيضا.
  • azureml-interpret
    • تحديث إصدار مجتمع التفسير إلى 0.1.0.3
  • azureml-train-automl
    • تم إصلاح مشكلة عدم طباعة automl_step الخاصة بمشاكل التحقق من الصحة.
    • تم إصلاح register_model للنجاح حتى كا حالة كانت بيئة النموذج تفتقد إلى التبعيات محليا.
    • تم إصلاح مشكلة عدم تمكين بعض العمليات الخاصة بالتشغيل عن بعد.
    • أضف تسجيل الاستثناء الذي يتسبب في فشل التشغيل المحلي قبل الأوان.
  • azureml-train-core
    • النظر في resume_from يعمل في حساب ضبط hyperparameter الآلي أفضل تشغيل التابع.
  • azureml-pipeline-core
    • إصلاح المعلمة الثابتة في إنشاء وسيطة البنية الأساسية لبرنامج ربط العمليات التجارية.
    • إضافة وصف البنية الأساسية لبرنامج ربط العمليات التجارية ومعلمة نوع الخطوة yaml.
    • تنسيق yaml الجديد لخطوة البنية الأساسية لبرنامج ربط العمليات التجارية وإضافة تحذير إهمال للتنسيق القديم.

2019-11-04

تجربة الويب

تم تحسين الصفحة المقصودة لمساحة العمل التعاونية فيhttps://ml.azure.com وإعادة تحديدها كأستوديو التعلم الآلي من Microsoft Azure

من الاستوديو، يمكنك تدريب واختبار وتوزيع وإدارة أصول التعلم الآلي من Microsoft Azure مثل مجموعات البيانات والبنية الأساسية لبرنامج ربط العمليات التجارية والنماذج ونقاط النهاية والمزيد.

عملية الوصول إلى أدوات التأليف التالية المستندة إلى الويب من الاستوديو:

الأداة المستندة إلى الويب	‏‏الوصف
دفتر الملاحظات VM (المعاينة)	محطة عمل مستندة إلى سحابة الخدمة المدارة بشكل كامل
التعلم الآلي الآلي (معاينة)	لا توجد تجربة التعليمات البرمجية لأتمتة تطوير نموذج التعلم الآلي
المصمم	أداة النمذجة الخاصة بالتعلم الآلي السحب والإفلات المعروفة سابقا باسم الواجهة المرئية

مثال لمصمم التعلم الآلي من Microsoft Azure

• المعروف في السابق بعنصر تحكم الواجهة المرئية
• 11وحدة نمطية جديدة بما في ذلك أدوات التوصية والمصنفات والمرافق التدريبية بما في ذلك هندسة الميزات والتحقق المشترك وعملية تحويل البيانات.

R SDK

يستخدم علماء البيانات ومطورو الذكاء الاصطناعيالتعلم الآلي من Microsoft Azure SDK لـ R لإنشاء وتشغيل مهام سير عمل التعلم الآلي باستخدام التعلم الآلي من Microsoft Azure.

يستخدم Azure التعلم الآلي SDK لـ R الحزمةreticulate للربط بـ Python SDK. من خلال الربط مباشرة بـ Python، يتيح لك SDK ل R بالوصول إلى عناصر الذاكرة الأساسية والأساليب المنفذة في Python SDK من أي بيئة R تختارها.

تحتوي القدرات الرئيسية لـ SDK ما يلي:

• إدارة الموارد الخاصة بالسحابة لمراقبة تجارب التعلم الآلي وتسجيلها وتنظيمها.
• تدريب النماذج باستخدام موارد السحابة، بما في ذلك تدريب النموذج المتسارع عن طريق وحدة معالجة الرسومات.
• توزيع نماذجك كخدمات ويب على مثيلات حاوية Azure (ACI) وخدمة Azure Kubernetes (AKS).

راجعموقع الحزمة على الويب للحصول على الوثائق الكاملة.

تكامل التعلم الآلي من Microsoft Azure مع خطوط شبكة الأحداث

التعلم الآلي من Microsoft Azure هو الآن موفر لموارد خطوط شبكة الأحداث، يمكنك تكوين أحداث التعلم الآلي من خلال مدخل Microsoft Azure أو Azure CLI. يمكن للمستخدمين إنشاء أحداث لإكمال التشغيل وتسجيل النموذج وتوزيع النموذج وانحراف البيانات المكتشفة. يمكن توجيه هذه الأحداث إلى معالجات الأحداث المدعومة من خطوط شبكة الأحداث للاستهلاك. راجع حدث التعلّم الآليمخطط ومقالات البرنامج التعليمي لمزيد من المعلومات.

2019-10-31

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.72

• ميزات جديدة

  • تتم عملية مراقبة مجموعة البيانات المضافة من خلال حزمة azureml-datadrift، ما يسمح بمراقبة مجموعات بيانات السلاسل الزمنية من أجل انحراف البيانات أو التغييرات الإحصائية الأخرى بمرور الوقت. من الممكن تشغيل التنبيهات والأحداث إذا تم الكشف عن الانحراف أو تم استيفاء شروط أخرى على البيانات. راجعالوثائق للحصول على التفاصيل.

  • الإعلان عن إصدارين جديدين (يشار إليهما أيضا باسم SKU بالتبادل) التعلم الآلي من Microsoft Azure. باستخدام هذا الإصدار، يمكنك الآن إنشاء مساحة عمل أساسية أو Enterprise Azure التعلم الآلي. يتم تعيين كافة مساحات العمل الموجودة افتراضيا إلى الإصدار الأساسي، ويمكنك الانتقال إلى مدخل Microsoft Azure أو إلى الاستوديو لترقية مساحة العمل في أي وقت. يمكنك إنشاء مساحة العمل الأساسية أو Enterprise من مدخل Microsoft Azure. اقرأالوثائق لمعرفة المزيد. من SDK، يمكن تحديد إصدار مساحة العمل باستخدام خاصية "sku" لعنصر مساحة العمل.

  • لقد قمنا أيضا بإجراء تحسينات على حساب Azure التعلم الآلي - يمكنك الآن عرض المقاييس لنظام مجموعاتك (مثل إجمالي العقد والعقد قيد التشغيل وإجمالي الحصة النسبية الأساسية) في مراقبة Azure بالإضافة إلى عرض سجلات التشخيص لتصحيح الأخطاء. بالإضافة إلى ذلك، تستطيع أيضا عرض عمليات التشغيل قيد التشغيل حاليا أو في قائمة الانتظار على نظام المجموعة وتفاصيل مثل عناوين IP للعقد المختلفة على نظام المجموعة الخاص بك. بمقدورك عرض هذه إما في المدخل أو باستخدام الوظائف المقابلة في SDK أو CLI.

  • ميزات المعاينة

    • نحن نطرح دعم المعاينة لتشفير القرص لـ SSD المحلي في حساب Azure التعلم الآلي. ارفع تذكرة الدعم التقني للحصول على السماح للاشتراك الخاص بك باستخدام هذه الميزة.
    • معاينة عامة لاستدلال في دفعة التعلم الآلي من Microsoft Azure. يستهدف Azure التعلم الآلي الاستدلال الدفعة لمهام الاستدلال الكبيرة غير الحساسة للوقت. يوفر الاستدلال الدفعي تحجيم الحساب الخاص بالاستدلال الفعال من حيث التكلفة، مع معدل نقل لا مثيل له للتطبيقات غير المتزامنة. مُحسَّن استدلال معدل النقل والنسيان على مجموعات كبيرة من البيانات
    • azureml-contrib-dataset
      • الوظائف الممكنة الخاصة بمجموعة البيانات المسماة

      import azureml.core
      from azureml.core import Workspace, Datastore, Dataset
      import azureml.contrib.dataset
      from azureml.contrib.dataset import FileHandlingOption, LabeledDatasetTask
      
      # create a labeled dataset by passing in your JSON lines file
      dataset = Dataset._Labeled.from_json_lines(datastore.path('path/to/file.jsonl'), LabeledDatasetTask.IMAGE_CLASSIFICATION)
      
      # download or mount the files in the `image_url` column
      dataset.download()
      dataset.mount()
      
      # get a pandas dataframe
      from azureml.data.dataset_type_definitions import FileHandlingOption
      dataset.to_pandas_dataframe(FileHandlingOption.DOWNLOAD)
      dataset.to_pandas_dataframe(FileHandlingOption.MOUNT)
      
      # get a Torchvision dataset
      dataset.to_torchvision()
      

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • يدعم CLI الآن الحزم الخاصة بالنموذج.
    • مجموعة البيانات المضافة لـ CLI. لمزيد من التفاصيلaz ml dataset --help:
    • دعم إضافي لتوزيع النماذج المدعومة وتغليفها (ONNX وscikit-learn وTensorFlow) دون مثيل InferenceConfig.
    • تمت إضافة علامة الكتابة فوق لتوزيع الخدمة (ACI وAKS) في SDK وCLI. إذا تم توفيرها، فسيتم استبدال الخدمة الموجودة في حالة كانت الخدمة ذات الاسم موجودة بالفعل. في حالة لم تكن الخدمة موجودة، فسيتم إنشاء خدمة جديدة.
    • من الممكن تسجيل النماذج بإطارين جديدين، Onnx وTensorFlow. - يقبل تسجيل النموذج النموذج الخاص ببيانات الإدخال وبيانات إخراج العينة وتكوين الموارد للنموذج.
  • azureml-automl-core
    • لن يتم تشغيل تدريب التكرار في العملية التابعة إلا عند تعيين قيود وقت التشغيل.
    • تمت إضافة حواجز حماية لمهام التنبؤ، للتحقق مما إذا كان max_horizon محدد يسبب مشكلة في الذاكرة على الجهاز المحدد أم لا. إذا كان الأمر كذلك، يتم عرض رسالة حماية.
    • الدعم الإضافي للترددات المعقدة مثل عامين وشهر واحد. -تمت إضافة رسالة الخطأ المفهومة في حالة تعذر تحديد التردد.
    • إضافة azureml-defaults إلى conda env الذي تم إنشاؤه تلقائيا لحل فشل توزيع النموذج
    • السماح بتحويل البيانات الوسيطة في التعلم الآلي من Microsoft Azure للبنية الأساسية لبرنامج ربط العمليات التجارية إلى مجموعة بيانات جدولية واستخدامها في AutoMLStep.
    • تم تنفيذ تحديث الغرض من العمود للدفق.
    • تم تنفيذ التحديث الخاص بمعلمة المحول لـ Imputer و HashOneHotEncoder للبث.
    • تمت إضافة حجم البيانات الحالي والحد الأدنى لحجم البيانات المطلوب إلى رسائل الخطأ الخاصة بالتحقق من الصحة.
    • تحديث الحد الأدنى لحجم البيانات المطلوب للتحقق المقطعي لضمان عينتين على الأقل في كل طية للتحقق من الصحة.
  • azureml-cli-common
    • يدعم CLI الآن الحزم الخاصة بالنموذج.
    • من الممكن تسجيل النماذج بإطارين جديدين، Onnx وTensorFlow.
    • - يقبل تسجيل النموذج النموذج الخاص ببيانات الإدخال وبيانات إخراج العينة وتكوين الموارد للنموذج.
  • azureml-contrib-gbdt
    • تم إصلاح قناة الإصدار الخاصة بدفتر الملاحظات
    • تم إضافة تحذير لهدف حساب غير AmlCompute لا ندعمه
    • تم إضافة أداة خاصة بتقدير LightGMB إلى حزمة azureml-contrib-gbdt
  • azureml-core
    • يدعم CLI الآن الحزم الخاصة بالنموذج.
    • إضافة تحذير الإهمال لواجهات برمجة تطبيقات مجموعة البيانات المهملة. قم بمراجعة إشعار تغيير واجهة برمجة تطبيقات مجموعة البيانات في https://aka.ms/tabular-dataset.
    • قم بالتغييرDataset.get_by_id لإرجاع اسم التسجيل وإصداره في حالة تم تسجيل مجموعة البيانات.
    • إصلاح الخطأ لا يتوفر استخدام ScriptRunConfig مع مجموعة البيانات كوسيطة بشكل متكرر لإرسال تشغيل التجربة.
    • سيتم تعقب مجموعات البيانات التي تم استردادها أثناء التشغيل ويمكن رؤيتها في صفحة تفاصيل التشغيل أو عن طريق الاتصالrun.get_details() بعد اكتمال عملية التشغيل.
    • السماح بتحويل البيانات الوسيطة في التعلم الآلي من Microsoft Azure للبنية الأساسية لبرنامج ربط العمليات التجارية إلى مجموعة بيانات جدولية واستخدامها في AutoMLStep.
    • دعم إضافي لتوزيع النماذج المدعومة وتغليفها (ONNX وscikit-learn وTensorFlow) دون مثيل InferenceConfig.
    • تمت إضافة علامة الكتابة فوق لتوزيع الخدمة (ACI وAKS) في SDK وCLI. إذا تم توفيرها، فسيتم استبدال الخدمة الموجودة في حالة كانت الخدمة ذات الاسم موجودة بالفعل. في حالة لم تكن الخدمة موجودة، فسيتم إنشاء خدمة جديدة.
    • من الممكن تسجيل النماذج بإطارين جديدين، Onnx وTensorFlow. - يقبل تسجيل النموذج النموذج الخاص ببيانات الإدخال وبيانات إخراج العينة وتكوين الموارد للنموذج.
    • تمت إضافة مخزن البيانات الجديد لقاعدة بيانات Azure ل MySQL. تمت إضافة مثال لاستخدام قاعدة بيانات Azure ل MySQL في DataTransferStep في Azure التعلم الآلي لـ البنية الأساسية لبرنامج ربط العمليات التجارية.
    • إضافة وظائف لإضافة العلامات وإزالتها من التجارب إضافة وظائف لإزالة العلامات من عمليات التشغيل
    • تمت إضافة علامة الكتابة فوق لتوزيع الخدمة (ACI وAKS) في SDK وCLI. إذا تم توفيرها، فسيتم استبدال الخدمة الموجودة في حالة كانت الخدمة ذات الاسم موجودة بالفعل. في حالة لم تكن الخدمة موجودة، فسيتم إنشاء خدمة جديدة.
  • azureml-datadrift
    • الانتقال منazureml-contrib-datadrift إلىazureml-datadrift
    • الدعم الإضافي لمراقبة مجموعات بيانات السلاسل الزمنية للانجراف والمقاييس الإحصائية الأخرى
    • الأساليب الجديدةcreate_from_model()و create_from_dataset()إلىDataDriftDetector الفئة . الأسلوب create() مهمل.
    • تعديلات على المرئيات في Python وواجهة المستخدم في استوديو التعلم الآلي من Microsoft Azure.
    • دعم جدولة المراقبة الأسبوعية والشهرية، بالإضافة إلى جدولة يومية لمراقبة مجموعة البيانات.
    • دعم عملية إعادة تعبئة مقاييس مراقبة البيانات لتحليل البيانات التاريخية لمراقبة مجموعة البيانات.
    • الإصلاحات العاجلة للأخطاء المختلفة
  • azureml-pipeline-core
    • لم تعد هناك حاجة إلى azureml-dataprep لإرسال التعلم الآلي من Microsoft Azure للبنية الأساسية لبرنامج ربط العمليات التجارية تشغيل من ملف البنية الأساسية لبرنامج ربط العمليات التجاريةyaml.
  • azureml-train-automl
    • إضافة azureml-defaults إلى conda env الذي تم إنشاؤه تلقائيا لحل فشل توزيع النموذج
    • يحتوي التدريب التلقائي عن بعد الآن azureml-defaults للسماح بإعادة استخدام env التدريب للاستدلال.
  • azureml-train-core
    • تمت عملية إضافة دعم PyTorch 1.3 فيPyTorch المقدر

2019-10-21

عنصر تحكم الواجهة (معاينة)

• تم إصلاح الواجهة الخاصة بالتعلم الآلي من Microsoft Azure المرئية (معاينة) لتشغيلها على البنية الأساسية لبرنامج ربط العمليات التجارية التعلم الآلي Azure. أصبحت البنية الأساسية لبرنامج ربط العمليات التجارية (المعروفة سابقا بالتجارب) التي تم تأليفها في الواجهة المرئية متكاملة بالكامل الآن مع تجربة Azure التعلم الآلي للذاكرة الأساسية.

  • تجربة الإدارة الموحدة مع أصول SDK
  • تعيين الإصدارات وتتبع نماذج الواجهة المرئية والبنية الأساسية لبرنامج ربط العمليات التجارية ونقاط النهاية
  • الواجهة الخاصة بالمستخدم المعاد تصميمها
  • إضافة التوزيع الاستدلال الدفعي
  • تمت إضافة دعم خدمة Azure Kubernetes (AKS) لأهداف الخاصة بحساب الاستدلال
  • سير عمل تأليف البنية الأساسية لبرنامج ربط العمليات التجارية Python-step جديد
  • صفحة مقصودة جديدة لأدوات التأليف المرئي

• الوحدات النمطية الجديدة

  • قم بتطبيق عملية الرياضيات
  • تطبيق عملية تحويل SQL
  • عملية قص القيم
  • عملية تلخيص البيانات
  • الاستيراد من قاعدة بيانات SQL

2019-10-14

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.69

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • azureml-automl-core
    • الحد من تفسيرات النموذج للتشغيل الأفضل بدلا من تفسيرات الحساب لكل تشغيل. إجراء التغيير في هذا السلوك للمحلية والبعيد وقاعدة بيانات ADB.
    • الدعم الإضافي لشرح النموذج عند الطلب الخاص بواجهة المستخدم
    • إضافة psutil كتبعية لـautoml و تضمين psutil كتبعية conda في amlcompute.
    • تم إصلاح المشكلة المتعلقة بالتأخر في التوجيه وأحجام النوافذ المتداولة على مجموعات بيانات التنبؤ التي يمكن أن تتسبب بعضها في حدوث أخطاء جبر خطية
      • تمت إضافة طباعة للمعلمات المحددة بشكل استدلالي في عمليات تشغيل التنبؤ.
  • azureml-contrib-datadrift
    • تمت إضافة حماية أثناء إنشاء مقاييس الإخراج في حالة لم يكن انحراف مستوى مجموعة البيانات في القسم الأول.
  • azureml-contrib-interpret
    • تمت إعادة التسمية الخاصة بحزمة azureml-contrib-explain-model إلى azureml-contrib-interpret
  • azureml-core
    • تمت إضافة الواجهة الخاصة ببرمجة التطبيقات لإلغاء تسجيل مجموعات البيانات. dataset.unregister_all_versions()
    • تمت إعادة التسمية الخاصة بحزمة azureml-contrib-explain-model إلى azureml-contrib-interpret
  • azureml-core
    • تمت إضافة الواجهة الخاصة ببرمجة التطبيقات لإلغاء تسجيل مجموعات البيانات. dataset.unregister_all_versions().
    • تمت إضافة واجهة برمجة تطبيقات مجموعة البيانات لفحص الوقت المتغير للبيانات. dataset.data_changed_time.
    • القدرة على استهلاكFileDataset و TabularDataset كمدخلات إلىPythonScriptStep،EstimatorStepوHyperDriveStep في التعلم الآلي من Microsoft Azure للبنية الأساسية لبرنامج ربط العمليات التجارية
    • تم تحسين أداءFileDataset.mount المجلدات مع عدد كبير من الملفات
    • القدرة على استهلاكFileDataset وTabularDataset كإدخالات إلى PythonScriptStep و EstimatorStepوHyperDriveStep في التعلم الآلي من Microsoft Azure للبنية الأساسية لبرنامج ربط العمليات التجارية.
    • تم تحسين أداء FileDataset. إدخال () للمجلدات التي تحتوي على عدد كبير من الملفات
    • تمت إضافة عنوان URL إلى التوصيات الخاصة بالخطأ المعروف في تفاصيل التشغيل.
    • إصلاح خطأ فيrun.get_metrics حيث ستفشل الطلبات إذا كان التشغيل يحتوي على عدد كبير من التوابع
    • إصلاح خطأ فيrun.get_metrics حيث ستفشل الطلبات إذا كان التشغيل يحتوي على عدد كبير من التوابع
    • إضافة دعم للمصادقة على نظام مجموعة Arcadia.
    • إنشاء عنصرتجربة يحصل أو ينشئ التجربة في مساحة عمل التعلم الآلي من Microsoft Azure لتعقب محفوظات التشغيل. يتم ملء معرف التجربة والوقت المؤرشف في عنصر التجربة عند الإنشاء. مثال: التجربة = التجربة(مساحة العمل، "تجربة جديدة") experiment_id = experiment.id archive() وإعادة التنشيط() هي دالات يمكن استدعاؤها على تجربة لإخفاء التجربة واستعادتها من إظهارها في UX أو إرجاعها افتراضيا في استدعاء لسرد التجارب. في حالة تم إنشاء تجربة جديدة بنفس اسم التجربة المؤرشفة، يمكنك إعادة تسمية التجربة المؤرشفة عند إعادة التنشيط عن طريق تمرير اسم جديد. من الممكن أن تكون هناك تجربة نشطة واحدة فقط باسم معين. مثال: experiment1 = التجربة (مساحة العمل، "التجربة النشطة") experiment1.archive() # إنشاء تجربة نشطة جديدة بنفس اسم المؤرشف. التجربة الثانية. = Experiment(workspace, "Active Experiment") experiment1.reactivate(new_name="Previous Active Experiment") يمكن أن تأخذ قائمة الأساليب الثابتة() في التجربة عامل تصفية الاسم وعامل التصفية الخاص بـ ViewType. قيم ViewType هي "ACTIVE_ONLY" و"ARCHIVED_ONLY" و"الكل" المثال: archived_experiments = Experiment.list(workspace, view_type="ARCHIVED_ONLY") all_first_experiments = Experiment.list(workspace, name="First Experiment", view_type="ALL")
    • دعم استخدام البيئة لتوزيع النموذج وتحديث الخدمة
  • azureml-datadrift
    • لم تعد سمة إظهار فئة DataDriftDector تدعم الوسيطة الاختيارية "with_details". تقدم سمة العرض معامل انحراف البيانات فقط ومساهمة انحراف البيانات في أعمدة الميزات.
    • تغييرات سلوك السمة DataDriftDetector 'get_output':
      • start_time المعلمة الخاصة بالإدخال، end_time اختيارية بدلا من إلزامية؛
      • إدخال start_time و/أو end_time معينة مع run_id معينة في نفس استدعاء يؤدي إلى استثناء خطأ القيمة لأنها حصرية بشكل متبادل
      • من خلال إدخال start_time و/أو end_time محددة، يتم إرجاع نتائج عمليات التشغيل المجدولة فقط؛
      • المعلمة 'daily_latest_only' مهملة.
    • عملية دعم استرداد مخرجات Data Drift المستندة إلى مجموعة البيانات.
  • azureml-explain-model
    • إعادة التسمية الخاصة بحزمة نموذج شرح AzureML إلى AzureML-interpret، مع الاحتفاظ بالحزمة القديمة للتوافق مع الإصدارات السابقة في الوقت الحالي
    • تم إصلاحautoml الخطأ مع تعيين التفسيرات الأولية إلى مهمة التصنيف بدلا من التراجع بشكل افتراضي عند التنزيل من ExplanationClient
    • إضافة الدعمScoringExplainer ليتم إنشاؤه مباشرة باستخدامMimicWrapper
  • azureml-pipeline-core
    • الأداء المحسن لإنشاء البنية الأساسية لبرنامج ربط العمليات التجارية الكبيرة
  • azureml-train-core
    • تمت إضافة الدعم لـ TensorFlow 2.0 في TensorFlow Estimator
  • azureml-train-automl

    • إنشاء عنصرتجربة يحصل أو ينشئ التجربة في مساحة عمل التعلم الآلي من Microsoft Azure لتعقب محفوظات التشغيل. يتم ملء معرف التجربة والوقت المؤرشف في عنصر التجربة عند الإنشاء. مثال:

      experiment = Experiment(workspace, "New Experiment")
      experiment_id = experiment.id
      

      الأرشيف() وإعادةتنشيط() هي الوظائف التي من الممكن استدعاؤها على تجربة لإخفاء واستعادة التجربة من أن تظهر في UX أو إرجاعها افتراضيا في مكالمة لسرد التجارب. في حالة تم إنشاء تجربة جديدة بنفس اسم التجربة المؤرشفة، يمكنك إعادة تسمية التجربة المؤرشفة عند إعادة التنشيط عن طريق تمرير اسم جديد. من الممكن أن تكون هناك تجربة نشطة واحدة فقط باسم معين. مثال:

      experiment1 = Experiment(workspace, "Active Experiment")
      experiment1.archive()
      # Create new active experiment with the same name as the archived.
      experiment2 = Experiment(workspace, "Active Experiment")
      experiment1.reactivate(new_name="Previous Active Experiment")
      

      يمكن أن تأخذ قائمة الأساليب الثابتة() في التجربة عامل تصفية الاسم وعامل تصفية نوع العرض. قيم ViewType هي "ACTIVE_ONLY" و"ARCHIVED_ONLY" و"ALL". مثال:

      archived_experiments = Experiment.list(workspace, view_type="ARCHIVED_ONLY")
      all_first_experiments = Experiment.list(workspace, name="First Experiment", view_type="ALL")
      

    • دعم استخدام البيئة لتوزيع النموذج وعملية تحديث الخدمة

  • azureml-datadrift
    • لم تعد سمة إظهار فئة DataDriftDetector تدعم الوسيطة الاختيارية "with_details". تقدم سمة العرض معامل انحراف البيانات فقط ومساهمة انحراف البيانات في أعمدة الميزات.
    • DataDriftDetector function [get_output]python/api/azureml-datadrift/azureml.datadrift.datadriftdetector.datadriftdetector#get-output-start-time-none--end-time-none--run-id-none-) تغييرات السلوك:
      • start_time المعلمة الخاصة بالإدخال، end_time اختيارية بدلا من إلزامية؛
      • يؤدي إدخال start_time و/أو end_time محددة مع run_id محددة في نفس الاستدعاء إلى استثناء خطأ القيمة لأنها حصرية بشكل متبادل؛
      • من خلال إدخال start_time و/أو end_time محددة، يتم إرجاع نتائج عمليات التشغيل المجدولة فقط؛
      • المعلمة 'daily_latest_only' مهملة.
    • عملية دعم استرداد مخرجات Data Drift المستندة إلى مجموعة البيانات.
  • azureml-explain-model
    • إضافة الدعم لـScoringExplainer ليتم إنشاؤه مباشرة باستخدام MimicWrapper
  • azureml-pipeline-core
    • عملية تحسين لإنشاء البنية الأساسية لبرنامج ربط العمليات التجارية الكبيرة
  • azureml-train-core
    • وأضاف TensorFlow 2.0 الدعم في مقدر TensorFlow.
  • azureml-train-automl
    • لن يتم فشل التشغيل الأصل بعد الآن عند فشل تكرار الإعداد، حيث يعتني التنسيق به بالفعل.
    • تمت إضافة دعم محلي لمرسى وconda محلي لتجارب AutoML
    • تمت إضافة دعم محلي لمرسى وconda محلي لتجارب AutoML

2019-10-08

تجربة ويب جديدة (معاينة) لمساحات العمل الخاصة بالتعلم الآلي من Microsoft Azure

تم تحديث علامة التبويب التجربة فيالمدخل الخاص بمساحة العمل الجديدة حتى يتمكن علماء البيانات من مراقبة التجارب بطريقة أكثر أداء. بإمكانك استكشاف الميزات التالية:

• بيانات التعريف الخاصة بالتجربة لتصفية قائمة التجارب وفرزها بسهولة
• الصفحات الخاصة بتفاصيل التجربة المبسطة والمؤدية التي تسمح لك بتصور عمليات التشغيل الخاصة بك ومقارنتها
• التصميم الجديد لتشغيل صفحات التفاصيل لفهم ومراقبة عمليات تشغيل التدريب

2019-09-30

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.65

• ميزات جديدة

  • إضافة البيئات المجمعة تم تكوين هذه البيئات مسبقا مع مكتبات لمهام التعلم الآلي الشائعة، وتم إنشاؤها مسبقا وتخزينها مؤقتا كصور Docker لتنفيذ أسرع. تظهر بشكل افتراضي في قائمةبيئة مساحة العمل،'s مع بادئة "AzureML".
  • إضافة البيئات المجمعة تم تكوين هذه البيئات مسبقا مع مكتبات لمهام التعلم الآلي الشائعة، وتم إنشاؤها مسبقا وتخزينها مؤقتا كصور Docker لتنفيذ أسرع. تظهر بشكل افتراضي في قائمةبيئة مساحة العمل،'s مع بادئة "AzureML".

• azureml-train-automl

• azureml-train-automl

  • تمت إضافة الدعم الخاص بتحويل ONNX ل ADB وHDI

• ميزات المعاينة

  • azureml-train-automl

  • azureml-train-automl

    • BERT و BiLSTM المدعومان كمميز للنص (للمعاينة فقط)
    • تخصيص التمييز المدعوم لغرض العمود والمعلمات الخاصة بالمحول (معاينة فقط)
    • تفسيرات أولية مدعومة عندما يقوم المستخدم بتمكين شرح النموذج أثناء عملية التدريب (معاينة فقط)
    • تمت إضافة مرسل للتنبؤtimeseries كبنية أساسية لبرنامج ربط العمليات التجارية القابلة للتدريب (معاينة فقط)

  • azureml-contrib-datadrift

    • الحزم التي تم نقلها من azureml-contrib-datadrift إلى azureml-datadrift؛ contrib ستتم إزالة الحزمة في الإصدار المستقبلي

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-core
    • تقديم التكوين المميز إلىAutoMLConfig و AutoMLBaseSettings
    • تم تقديمهاالتميزConfig إلى AutoMLConfig و AutoMLBase الإعدادات
      • منع الغرض من العمود للميزات باستخدام عمود معين ونوع ميزة معين
      • منع معلمات المحول
    • تمت إضافة رسالة الإهمال explain_model() و retrieve_model_explanations()
    • تمت إضافة المرسل كبنية أساسية لبرنامج ربط العمليات التجارية القابلة للتدريب (معاينة فقط)
    • تمت إضافة رسالة الإهمال explain_model() و retrieve_model_explanations()
    • تمت إضافة المرسل كبنية أساسية لبرنامج ربط العمليات التجارية القابلة للتدريب (معاينة فقط)
    • الدعم الإضافي للكشف التلقائي عن التأخرات المستهدفة وحجم النافذة المتداولة والأفق الأقصى. إذا تم تعيين أحد target_lags أو target_rolling_window_size أو max_horizon إلى "تلقائي"، يتم تطبيق الأساليب الإرشادية لتقدير قيمة المعلمة المقابلة استنادا إلى بيانات التدريب.
    • إصلاح التنبؤ في الحالة التي تحتوي فيها مجموعة البيانات على عمود واحد من الحبوب، تكون هذه الحبوب من نوع رقمي وهناك فجوة بين مجموعة التدريب والاختبار
    • تم إصلاح رسالة الخطأ حول الفهرس المكرر في التشغيل عن بعد في مهام الخاصة بالتنبؤ
    • إصلاح التنبؤ في الحالة التي تحتوي فيها مجموعة البيانات على عمود واحد من الحبوب، تكون هذه الحبوب من نوع رقمي وهناك فجوة بين مجموعة التدريب والاختبار
    • تم إصلاح رسالة الخطأ حول الفهرس المكرر في التشغيل عن بعد في مهام الخاصة بالتنبؤ
    • تمت إضافة حواجز حماية لفحص مما في حالة كانت مجموعة البيانات غير متوازنة أم لا. في حالة كان الأمر كذلك، فستتم كتابة رسالة حواجز حماية إلى وحدة التحكم.
  • azureml-core
    • تمت إضافة القدرة على استرداد عنوان URL SAS لنموذج في التخزين من خلال عنصر النموذج. مثال: model.get_sas_url()
    • تقديمrun.get_details()['datasets'] للحصول على مجموعات البيانات المرتبط بالتشغيل المرسل
    • أضف واجهة برمجة التطبيقاتDataset.Tabular.from_json_lines_files لإنشاء TabularDataset من ملفات خطوط JavaScript Object Notation. للتعرف على هذه البيانات الجدولية في ملفات خطوط JavaScript Object Notation على TabularDataset، تفضل بزيارةهذه المقالة للحصول على الوثائق.
    • تمت إضافة حقول حجم الجهاز الظاهري الأخرى (قرص نظام التشغيل، عدد وحدات معالجة الرسومات) إلى الدالة supported_vmsizes ()
    • تمت إضافة المزيد من الحقول إلى وظيفة list_nodes () لإظهار التشغيل، وعنوان IP الخاص والعام، والمنفذ وما إلى ذلك.
    • القدرة على تحديد حقل جديد أثناء توفير نظام المجموعة --remotelogin_port_public_access، والذي يمكن تعيينه إلى تمكين أو تعطيل اعتمادا على ما إذا كنت ترغب في ترك منفذ SSH مفتوحا أو مغلقا في وقت إنشاء نظام المجموعة. في حالة لم تحدده، فستفتح الخدمة المنفذ أو تغلقه بذكاء اعتمادا على ما إذا كنت تقوم بتوزيع نظام المجموعة داخل الشبكة الظاهرية.
  • azureml-explain-model
  • azureml-core
    • تمت إضافة القدرة على استرداد عنوان URL SAS لنموذج في التخزين من خلال عنصر النموذج. على سبيل النماذج: نموذج.get_sas_url()
    • تقديم التشغيل. get_details['datasets'] للحصول على مجموعات البيانات المرتبطة بالتشغيل المرسل
    • أضف واجهة برمجة التطبيقات Dataset.Tabular. from_json_lines_files() لإنشاء TabularDataset من ملفات خطوط JavaScript Object Notation. للتعرف على هذه البيانات الجدولية في ملفات خطوط JavaScript Object Notation على TabularDataset، قمhttps://aka.ms/azureml-data بزيارة للحصول على الوثائق.
    • تمت إضافة حقول حجم الجهاز الظاهري الأخرى (قرص نظام التشغيل، عدد وحدات معالجة الرسومات) إلى الدالة supported_vmsizes()
    • تمت إضافة حقول أخرى إلى الدالة list_nodes() لإظهار التشغيل والخاص وعنوان IP العام والمنفذ وما إلى ذلك.
    • القدرة على تحديد الحقل الجديد أثناءالتزويد نظام المجموعة الذي يمكن تعيينه إلى تمكين أو تعطيل اعتمادا على ما إذا كنت ترغب في ترك منفذ SSH مفتوحا أو مغلقا في وقت إنشاء نظام المجموعة. إذا لم تحدده، تفتح الخدمة المنفذ بذكاء أو تغلقه اعتمادا على ما إذا كنت تقوم بنشر نظام المجموعة داخل VNet.
  • azureml-explain-model
    • الوثائق المحسنة لمخرجات الشرح في سيناريو التصنيف.
    • عملية إضافة القدرة على تحميل قيم y المتوقعة على شرح أمثلة التقييم. إلغاء قفل تأمين المرئيات أكثر فائدة.
    • إضافة خاصية المفسر إلى MimicWrapper لتمكين الحصول على MimicExplainer الأساسي.
  • azureml-pipeline-core
    • تمت إضافة دفتر الملاحظات الخاص بوصف الوحدة النمطية و ModuleVersion و ModuleStep
  • azureml-pipeline-steps
    • تمت إضافة RScriptStep لدعم عملية تشغيل البرنامج النصي R عبر البنية الأساسية لبرنامج ربط العمليات التجارية AML.
    • إصلاح معلمات بيانات التعريف التي تم تحليلها في AzureBatchStep التي كانت تتسبب في رسالة الخطأ "تعيين المعلمة SubscriptionId غير محدد. "
  • azureml-train-automl
    • weight_column_name training_data validation_data label_column_name المدعومة بتنسيق عملية إدخال البيانات
    • تمت إضافة رسالة الإهمال explain_model() و retrieve_model_explanations()
  • azureml-pipeline-core
    • إضافةدفتر الملاحظات لوصفالوحدة النمطية، [ModuleVersion و ModuleStep.
  • azureml-pipeline-steps
    • وأضاف RScriptStep لدعم تشغيل البرنامج النصي R عبر البنية الأساسية لبرنامج ربط العمليات التجارية لـ AML.
    • إصلاح معلمات بيانات التعريف التي تم تحليلها في AzureBatchStep التي كانت تتسبب في رسالة الخطأ "تعيين المعلمة SubscriptionId غير محدد. "
  • azureml-train-automl
    • weight_column_name training_data validation_data label_column_name المدعومة بتنسيق عملية إدخال البيانات
    • تمت إضافة رسالة الإهمال explain_model() و retrieve_model_explanations()

2019-09-16

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.62

• ميزات جديدة

  • عملية تقديم السمةtimeseries على TabularDataset. توفر هذه السمة تصفية الطابع الزمني بسهولة على البيانات في TabularDataset، مثل أخذ جميع البيانات بين نطاق من الوقت أو أحدث البيانات. https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/work-with-data/datasets-tutorial/timeseries-datasets/tabular-timeseries-dataset-filtering.ipynb لمثال دفتر الملاحظات.

  • تمكين التدريب بواسطة استخدام TabularDataset وFilyDataset.

  • azureml-train-core

    • الإضافةNccl وGlooالدعم في مقدر PyTorch

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-core
    • إهمال الإعداد الخاص بـ AutoML "lag_length" وLaggingTransformer.
    • للفحص الصحيح الثابت من صحة بيانات الإدخال إذا تم تحديدها بتنسيق تدفق البيانات
    • عملية تعديل fit_pipeline.py لإنشاء json الرسم البياني وتحميله إلى البيانات الاصطناعية.
    • عرض الرسم البياني ضمنuserrun عن طريق استخدامCytoscape.
  • azureml-core
    • تمت إعادة النظر في معالجة الاستثناء في التعليمات البرمجية لـ ADB وإجراء التغييرات عليها وفقا لمعالجة الأخطاء الجديدة
    • تمت عملية إضافة مصادقة MSI التلقائية لأجهزة دفتر الملاحظات الظاهرية.
    • عملية إصلاح الخطأ حيث يمكن تحميل النماذج التالفة أو الفارغة بسبب عمليات إعادة المحاولة الفاشلة.
    • تم إصلاح الخطأ حيثDataReference يتغير الاسم عندDataReference تغيير الوضع (على سبيل المثال، عند استدعاءas_upload،as_downloadأو as_mount).
    • جعل mount_pointوtarget_pathاختياري لـ FileDataset.mountوFileDataset.download.
    • يتم طرح استثناء تعذر العثور على عمود الطابع الزمني إذا تم استدعاء واجهة برمجة التطبيقات المتعلقة بالتسلسلات الزمنية دون تعيين عمود الطابع الزمني الدقيق أو إسقاط أعمدة الطابع الزمني المعينة.
    • يتعين تعيين الأعمدة الخاصة بالتسلسلات الزمنية مع العمود الذي يكون نوعه التاريخ، وإلا فمن المتوقع استثناءه
    • يمكن لأعمدة التسلسلات الزمنية التي تعين واجهة برمجة التطبيقات "with_timestamp_columns" أن تأخذ قيمة None fine/coarse timestamp column name، والتي تمسح أعمدة الطابع الزمني المعينة مسبقا.
    • سيتم طرح الاستثناء عند إسقاط عمود الطابع الزمني الخشن أو عمود الطابع الزمني الدقيق مع الإشارة للمستخدم إلى أنه يمكن إجراء الإفلات بعد استبعاد عمود الطابع الزمني في قائمة الإفلات أو استدعاء with_time_stamp بقيمة None لتحرير الأعمدة الخاصة بالطابع الزمني
    • سيتم طرح الاستثناء عند إسقاط عمود الطابع الزمني الخشن أو عمود الطابع الزمني الدقيق مع الإشارة للمستخدم إلى أنه يمكن إجراء الإفلات بعد استبعاد عمود الطابع الزمني في قائمة الإفلات أو استدعاء with_time_stamp بقيمة None لتحرير الأعمدة الخاصة بالطابع الزمني
    • إضافة تسجيل لحجم النموذج المسجل.
  • azureml-explain-model
    • التحذير الثابت المطبوع على وحدة التحكم عند عدم تثبيت حزمة Python "التعبئة والتغليف": "باستخدام الإصدار الأقدم من الإصدار المدعوم من lightgbm، يرجى الترقية إلى الإصدار الأكبر من 2.2.1"
    • شرح النموذج الخاص بالتنزيل الثابت مع التقسيم للتفسيرات العمومية مع العديد من الميزات
    • إصلاح مفسر محاكاة يفتقد أمثلة التهيئة على شرح الإخراج
    • تم إصلاح الخطأ الغير قابل للتغيير على خصائص المجموعة عند التحميل باستخدام عميل التفسير باستخدام نوعين مختلفين من النماذج
    • تمت إضافة get_raw param إلى مفسر النقاط.explain() حتى يتمكن أحد مفسري النقاط من إرجاع كافة من القيم الهندسية والقيم الأولية.
  • azureml-train-automl
    • قدم واجهات برمجة التطبيقات العامة من AutoML لدعم التفسيرات منautoml شرح SDK - الطريقة الأحدث لدعم التفسيرات AutoML عن طريق فصل تمييز AutoML وشرح SDK - دعم شرح أولي متكامل من azureml شرح SDK لنماذج AutoML.
    • إزالة azureml-defaults من البيئات الخاصة بالتدريب عن بعد.
    • تم تغيير الموقع الخاص بمخزن ذاكرة التخزين المؤقت الافتراضي من FileCacheStore استنادا إلى موقع AzureFileCacheStore واحد ل AutoML على مسار التعليمات البرمجية ل Azure Databricks.
    • للفحص الصحيح الثابت من صحة بيانات الإدخال إذا تم تحديدها بتنسيق تدفق البيانات
  • azureml-train-core

    • تم إعادة source_directory_data_store الإهمال.

    • إضافة القدرة على تجاوز الإصدارات الخاصة بحزمة azureml المثبتة.

    • تمت إضافة الدعم الخاص بـ dockerfile فيenvironment_definition المعلمة في المقدرات.

    • المعلمات الخاصة بالتدريب الموزعة المبسطة في المقدرات.

      from azureml.train.dnn import TensorFlow, Mpi, ParameterServer
      

2019-09-09

تجربة ويب جديدة (معاينة) لمساحات العمل الخاصة بالتعلم الآلي من Microsoft Azure

توفر لك تجربة الويب الجديدة لعلماء البيانات ومهندسي البيانات إكمال دورة حياة التعلم الآلي الشاملة من إعداد البيانات وتصورها إلى تدريب النماذج وتوزيعها في موقع واحد.

مفتاح المزايا الرئيسية:

باستخدام واجهة التعلم الآلي من Microsoft Azure الجديدة هذه، يمكنك الآن:

• عملية إدارة دفاتر الملاحظات أو إنشاء ارتباط إلى Jupyter
• تشغيل تجارب ML التلقائية
• إنشاء مجموعات بيانات من الملفات المحلية ومخازن البيانات وملفات الويب
• استكشاف مجموعات البيانات وإعدادها لإنشاء النموذج
• مراقبة انحراف البيانات للنماذج الخاصة بك
• عرض الموارد الأخيرة من لوحة المعلومات

في ذلك الوقت، من هذا الإصدار، تتم عملية دعم المستعرضات التالية: Chrome وFirefox وSafari ومعاينة Microsoft Edge.

المشكلات المعروفة:

1. قم بتحديث المستعرض الخاص بك في حالة رأيت "حدوث خطأ ما! حدث خطأ أثناء تحميل ملفات المجموعات" عندما يكون التوزيع قيد التقدم.

2. لا يمكن حذف الملف أو إعادة تسميته في دفاتر الملاحظات والملفات. أثناء المعاينة العامة، يمكنك استخدام الواجهة الخاصة بمستخدم Jupyter أو المحطة الطرفية في جهاز دفتر الملاحظات الظاهري لتنفيذ عمليات تحديث الملفات. نظرا لأنه نظام ملفات شبكة مثبت، تنعكس كافة التغييرات التي تجريها على جهاز دفتر الملاحظات الظاهري على الفور في مساحة العمل الخاصة بدفتر الملاحظات.

3. إلى SSH في الجهاز الظاهري الخاص بدفتر الملاحظات:

   1. قم بالبحث عن مفاتيح SSH التي تم إنشاؤها أثناء إعداد الجهاز الظاهري. أو ابحث عن المفاتيح في مساحة عمل Azure التعلم الآلي> فتح علامة الحساب>حدد موقع دفتر الملاحظات VM في القائمة> افتح خصائصه: انسخ المفاتيح من مربع الحوار.
   2. قم باستيراد مفاتيح SSH العامة والخاصة هذه إلى الجهاز المحلي الخاص بك.
   3. استخدامها إلى SSH في دفتر الملاحظات VM.

2019-09-03

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.60

• ميزات جديدة

  • عرض FileDataset، الذي يشير إلى الملفات المفردة أو المتعددة في مخازن البيانات أو عناوين URL العامة. من الممكن أن تكون الملفات بأي تنسيق. FileDataset يوفر لك القدرة على تحميل أو إدخال الملفات للحساب الخاص بك.
  • تمت عملية إضافة الدعم لـ Yaml للبنية الأساسية لبرنامج ربط العمليات التجارية لخطوة PythonScript وAdla Step وDatabricks Step وDataTransferStep وAzureBatch Step

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-core

    • يعد AutoArima الآن البنية الأساسية لبرنامج ربط العمليات التجارية مقترحا للمعاينة فقط.
    • تحسين الإبلاغ عن الأخطاء الخاصة بالتنبؤ.
    • تحسين عملية التسجيل باستخدام الاستثناءات المخصصة بدلا من عامة في مهام التنبؤ.
    • تمت إزالة الفحص من max_concurrent_iterations أن يكون أقل من العدد الإجمالي للتكرارات.
    • تقوم نماذج AutoML الآن بإرجاع AutoMLExceptions
    • يحسن هذا الإصدار الأداء الخاص بتنفيذ عمليات التشغيل المحلية للتعلم الآلي التلقائي.

  • azureml-core

    • تقديم Dataset.get_all (مساحة العمل)، التي ترجع قاموسا للعناصرTabularDataset و FileDataset التي تم مفتاحها باسم التسجيل الخاص بها.

    workspace = Workspace.from_config()
    all_datasets = Dataset.get_all(workspace)
    mydata = all_datasets['my-data']
    

    • التقديمparition_format كوسيطة إلىDataset.Tabular.from_delimited_files وDataset.Tabular.from_parquet.files. يتم استخراج معلومات القسم لكل مسار بيانات إلى أعمدة استنادا إلى التنسيق المحدد. ينشئ '{column_name}' العمود الخاص بسلسلة، وينشئ '{column_name:yyyy/MM/dd/HH/mm/ss}' عمود التاريخ والوقت، حيث يتم استخدام 'yyyy' و'MM' و'dd' و'HH' و'mm' و'ss' لاستخراج السنة والشهر واليوم والساعة والدقيقة والثانية لنوع التاريخ والوقت. يجب أن يبدأ partition_format من موضع مفتاح القسم الأول حتى نهاية المسار الخاص بالملف. على سبيل المثال، بالنظر إلى المسار '.. /USA/2019/01/01/data.csv' حيث يكون القسم حسب البلد/المنطقة والوقت، partition_format='/{Country}/{PartitionDate:yyyy/MM/dd}/data.csv' ينشئ عمود سلسلة 'البلد' بقيمة 'USA' وعمود التاريخ والوقت 'PartitionDate' بالقيمة '2019-01-01'.

      workspace = Workspace.from_config()
      all_datasets = Dataset.get_all(workspace)
      mydata = all_datasets['my-data']
      

    • التقديمpartition_format كوسيطة إلىDataset.Tabular.from_delimited_files وDataset.Tabular.from_parquet.files. يتم استخراج معلومات القسم لكل مسار بيانات إلى أعمدة استنادا إلى التنسيق المحدد. ينشئ '{column_name}' العمود الخاص بسلسلة، وينشئ '{column_name:yyyy/MM/dd/HH/mm/ss}' عمود التاريخ والوقت، حيث يتم استخدام 'yyyy' و'MM' و'dd' و'HH' و'mm' و'ss' لاستخراج السنة والشهر واليوم والساعة والدقيقة والثانية لنوع التاريخ والوقت. يجب أن يبدأ partition_format من موضع مفتاح القسم الأول حتى نهاية المسار الخاص بالملف. على سبيل المثال، بالنظر إلى المسار '.. /USA/2019/01/01/data.csv' حيث يكون القسم حسب البلد/المنطقة والوقت، partition_format='/{Country}/{PartitionDate:yyyy/MM/dd}/data.csv' ينشئ عمود سلسلة 'البلد' بقيمة 'USA' وعمود التاريخ والوقت 'PartitionDate' بالقيمة '2019-01-01'.

    • to_csv_filesوto_parquet_filesقد تمت إضافة أساليب إلىTabularDataset . تمكن هذه الأساليب التحويل بينTabularDataset وFileDataset بواسطة تحويل البيانات إلى ملفات بالتنسيق المحدد.

    • تسجيل الدخول تلقائيا إلى السجل الخاص بالصور الأساسي عند حفظ Dockerfile الذي تم إنشاؤه بواسطة Model.package().

    • لم يعد "gpu_support" ضروريا؛ يكتشف AML الآن تلقائيا ملحق مرسى nvidia ويستخدمه عندما يكون متوفرا. ستتم إزالته في الإصدار المستقبلي.

    • تمت إضافة الدعم الخاص بإنشاء PipelineDrafts وتحديثه واستخدامه.

    • يحسن هذا الإصدار الأداء الخاص بتنفيذ عمليات التشغيل المحلية للتعلم الآلي التلقائي.

    • بإمكان المستخدمين الاستعلام عن المقاييس من محفوظات التشغيل حسب الاسم.

    • تحسين عملية التسجيل باستخدام الاستثناءات المخصصة بدلا من عامة في مهام التنبؤ.

  • azureml-explain-model

    • تمت إضافة معلمة feature_maps إلى MimicWrapper الجديد، ما للمستخدمين بالحصول على التفسيرات الخاصة بالميزات الأولية.
    • التحميلات الخاصة بمجموعة البيانات المتوقفة عن التشغيل بشكل افتراضي لتحميل الشرح، ويمكن إعادة تمكينها باستخدام upload_datasets=True
    • تمت إضافة معلمات تصفية "is_law"الخاصة بقائمة الشرح وتنزيل الوظائف.
    • يضيف أسلوباget_raw_explanation(feature_maps) إلى كل من عناصر التفسير العمومية والمحلية.
    • تمت إضافة فحص الإصدار إلى lightgbm مع تحذير مطبوع في حالة كان أقل من الإصدار المدعوم
    • استخدام الذاكرة المحسنة عند إرسال التفسيرات في دفعات
    • تقوم نماذج AutoML الآن بإرجاع AutoMLExceptions

  • azureml-pipeline-core

    • الدعم الإضافي لإنشاء PipelineDrafts وتحديثها واستخدامها - يمكن استخدامها للحفاظ على تعريفات البنية الأساسية لبرنامج ربط العمليات التجارية القابلة للتغيير واستخدامها بطريقة تفاعلية للتشغيل

  • azureml-train-automl

    • تم إنشاء ميزة لتثبيت الإصدارات المحددة من pytorch v1.1.0، cuda مجموعة الأدوات 9.0، محولات pytorch، المطلوبة لتمكين BERT/ XLNet في بيئة وقت تشغيل Python البعيد.

  • azureml-train-core

    • الفشل المبكر لبعض الأخطاء الخاصة بتعريف مساحة المعلمة الفائقة مباشرة في sdk بدلا من جانب الخادم.

Azure التعلم الآلي Data Prep SDK v1.1.14

• الإصلاحات العاجلة لأخطاء وتحسيناتها
  • تمكين عملية الكتابة إلى ADLS/ADLSGen2 باستخدام المسار الخام وبيانات الاعتماد.
  • تم إصلاح الخطأ الذي تسببinclude_path=True في تعطيل العمل لـread_parquet.
  • إصلاحto_pandas_dataframe() الفشل بسبب الاستثناء "قيمة الخاصية غير صالحة: hostSecret".
  • تمت عملية إصلاح خطأ حيث تعذرت قراءة الملفات على DBFS في وضع Spark.

2019-08-19

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.57

• ميزات جديدة

  • التمكينTabularDatasetليتم استهلاكها بواسطة AutomatedML. لمعرفة المزيد حولTabularDataset، زيارةhttps://aka.ms/azureml/howto/createdatasets..

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • بأمكانك الآن تحديث شهادة TLS/SSL لنقطة نهاية التسجيل الموزعة على نظام مجموعة AKS لكل من شهادة العميل وشهادة العميل التي تم إنشاؤها من Microsoft.
  • azureml-automl-core
    • تم إصلاح مشكلة في AutoML حيث لم تتم إزالة الصفوف ذات التسميات المفقودة بشكل صحيح.
    • تحسين سجل الأخطاء في AutoML؛ ستتم الآن كتابة رسائل الخطأ الكاملة دائما إلى ملف السجل.
    • قام AutoML بتحديث حزمته التي تم تثبيتها لتشمل azureml-defaults،azureml-explain-model، وazureml-dataprep. لم يعد AutoML يحذر من عدم تطابق الحزمة (باستثناء الحزمة azureml-train-automl ).
    • تم إصلاح مشكلة timeseries حيث تكون تقسيمات السيرة الذاتية غير متساوية الحجم مما يؤدي إلى فشل الحساب الخاص بالحاوية.
    • عند تشغيل تكرار المجموعة لنوع التدريب التحقق المقطعي ، في حالة انتهى بنا الأمر إلى مواجهة مشكلة في تنزيل النماذج المدربة على مجموعة البيانات بأكملها، كنا نواجه عدم تناسق بين أوزان النموذج والنماذج التي تم تغذيتها في مجموعة التصويت.
    • تم إصلاح الخطأ، الذي يتم رفعه عند توفير التسميات الخاصة بالتدريب و/أو التحقق من الصحة (y و y_valid) في شكل إطار بيانات pandas ولكن ليس كصفيف numpy.
    • تم إصلاح المشكلة المرتبطة بمهام التنبؤ عندما تمت مصادفة بلا في الأعمدة المنطقية لجداول الإدخال.
    • السماح لمستخدمي AutoML بإسقاط سلسلة التدريب التي ليست طويلة بما فيه الكفاية عند التنبؤ. - السماح لمستخدمي AutoML بإسقاط الحبوب من المجموعة الخاصة بالاختبار غير الموجودة في مجموعة التدريب عند التنبؤ.
  • azureml-core
    • تمت عملية إصلاح مشكلة في ترتيب المعلمات blob_cache_timeout.
    • تمت إضافة الاحتواء خارجي وتحويل أنواع الاستثناءات إلى أخطاء النظام.
    • الدعم الإضافي للبيانات السرية Key Vault للتشغيل عن بعد. azureml.core.keyvault.Keyvault أضف فئة لإضافة البيانات السرية والحصول عليها وسردها من مخزن المفاتيح المقترن بمساحة العمل الخاصة بك. العمليات المدعومة هي:
      • azureml.core.workspace.Workspace.get_default_keyvault()
      • azureml.core.keyvault.Keyvault.set_secret(name, value)
      • azureml.core.keyvault.Keyvault.set_secrets(secrets_dict)
      • azureml.core.keyvault.Keyvault.get_secret(name)
      • azureml.core.keyvault.Keyvault.get_secrets(secrets_list)
      • azureml.core.keyvault.Keyvault.list_secrets()
      • مزيد من الطرق للحصول على keyvault الافتراضي والحصول على الأسرار أثناء التشغيل عن بعد:
      • azureml.core.workspace.Workspace.get_default_keyvault()
      • azureml.core.run.Run.get_secret(name)
      • azureml.core.run.Run.get_secrets(secrets_list)
    • تمت إضافة معلمات تجاوز أخرى إلى أمر submit-hyperdrive CLI.
    • تحسين موثوقية الاستدعاءات الخاصة بواجهة برمجة التطبيقات توسيع عمليات إعادة المحاولة إلى استثناءات مكتبة الطلبات الشائعة.
    • إضافة الدعم لإرسال عمليات التشغيل من تشغيل تم إرساله.
    • تم إصلاح المشكلة المتعلقة برمز SAS المميز منتهي الصلاحية في FileWatcher، والتي تسببت في توقف تحميل الملفات بعد انتهاء صلاحية الرمز المميز الأولي.
    • عملية استيراد ملفات HTTP csv/tsv المدعومة في مجموعة البيانات Python SDK.
    • إهمال الأسلوب Workspace.setup() . تقترح الرسالة الخاصة بالتحذير التي تظهر للمستخدمين استخدام create() أو get()/from_config() بدلا من ذلك.
    • تمت إضافة Environment.add_private_pip_wheel()، والتي توفر تحميل حزم whlPython المخصصة الخاصة إلى مساحة العمل واستخدامها بأمان لإنشاء/تحقيق البيئة.
    • بأمكانك الآن تحديث شهادة TLS/SSL لنقطة نهاية التسجيل الموزعة على نظام مجموعة AKS لكل من شهادة العميل وشهادة العميل التي تم إنشاؤها من Microsoft.
  • azureml-explain-model
    • تمت إضافة المعلمة لإضافة معرف نموذج إلى التفسيرات عند عملية التحميل.
    • إضافةis_raw العلامات إلى التفسيرات في الذاكرة وتحميلها.
    • تمت الإضافة لدعم pytorch والاختبارات لحزمة azureml-explain-model.
  • azureml-opendatasets
    • دعم الكشف عن البيئة الخاصة بالاختبار التلقائي وتسجيلها.
    • إضافة فئات للحصول على تسجيل الفهرس الولايات المتحدة حسب المقاطعة والمضغوط.
  • azureml-pipeline-core
    • تمت إضافة خاصية التسمية إلى التعريفات الخاصة بمنفذ الإدخال والإخراج.
  • azureml-telemetry
    • تم إصلاح وضبط تكوين بيانات تتبع الاستخدام غير صحيح.
  • azureml-train-automl
    • تم إصلاح الخطأ حيث عند فشل الإعداد، لم يتم تسجيل الخطأ في الحقل الخاص "بالأخطاء" لتشغيل الإعداد وبالتالي لم يتم تخزينه في "أخطاء" التشغيل الأصل.
    • تم إصلاح مشكلة في AutoML حيث لم تتم إزالة الصفوف ذات التسميات المفقودة بشكل صحيح.
    • السماح لمستخدمي AutoML بإسقاط السلسلة الخاصة بالتدريب التي ليست طويلة بما يكفي عند التنبؤ.
    • - السماح لمستخدمي AutoML بإسقاط الحبوب من مجموعة الاختبار غير الموجودة في مجموعة التدريب عند التنبؤ.
    • الآن يمر AutoMLStep عبرautoml التكوين إلى الخلفية لتجنب أي مشكلات في التغييرات أو الإضافات الخاصة بمعلمات التكوين الجديدة.
    • AutoML Data Guardrail الآن في عملية المعاينة العامة. سيرى المستخدم تقرير Data Guardrail (لمهام التصنيف/التراجع) بعد التدريب وسيكون قادرا أيضا على الوصول إليه من خلال SDK API.
  • azureml-train-core
    • تمت عملية إضافة دعم الشعلة 1.2 في PyTorch Estimator.
  • azureml-widgets
    • المخطط البياني لمصفوفة الارتباك المحسنة للتدريب على التصنيف.

Azure التعلم الآلي Data Prep SDK v1.1.12

• ميزات جديدة

  • من الممكن الآن تمرير قوائم السلاسل كمدخل إلىread_* الأساليب.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • تم تحسين الأداءread_parquet عند عملية التشغيل في Spark.
  • تم إصلاح مشكلة column_type_builder فشل في عمود واحد بتنسيقات تاريخ غامضة.

مدخل Azure

• ميزة المعاينة
  • يتوفر الآن تدفق ملف السجل والإخراج للصفحات الخاصة بتفاصيل التشغيل. يتم تحديث دفق الملفات في الوقت الفعلي عند تشغيل تبديل المعاينة.
  • يتم إصدار القدرة على تعيين الحصة النسبية على مستوى المساحة الخاصة بالعمل في المعاينة. يتم تخصيص حصص AmlCompute على مستوى الاشتراك، ولكننا نتيح لك الآن بتوزيع هذه الحصة النسبية بين مساحات العمل وتخصيصها للمشاركة العادلة الحكم. ما عليك سوى الضغط فوق جزءUsages+Quotas في شريط التنقل الأيسر لمساحة العمل وحدد علامة التبويبتكوين الحصص النسبية. يجب أن تكون مسؤول اشتراك لتتمكن من تعيين الحصص النسبية على مستوى مساحة العمل لأن هذه عملية عبر مساحة العمل.

2019-08-05

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.55

• ميزات جديدة

  • المصادقة المستندة إلى الرمز المميز مدعومة الآن للمكالمات التي تم إجراؤها على نقطة نهاية تسجيل النقاط الموزعة على AKS. نواصل دعم المصادقة الحالية المستندة إلى المفتاح ويمكن للمستخدمين استخدام إحدى آليات المصادقة هذه في كل مرة.
  • القدرة على تسجيل التخزين الخاص بكائن ثنائي كبير الحجم خلف الشبكة الظاهرية (VNet) كمخزن بيانات.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-automl-core
    • إصلاح خطأ حيث يكون حجم التحقق من الصحة لتقسيمات CV صغيرا ويؤدي إلى مخططات غير متوقعة سيئة مقابل مخططات حقيقية للتراجع والتنبؤ.
    • تم تحسين تسجيل مهام التنبؤ على عمليات التشغيل البعيدة، والآن يتم تزويد المستخدم برسالة خطأ شاملة في حالة فشل التشغيل.
    • إصلاح الفشل إذا كانت علامة المعالجةTimeseries المسبقة هي True.
    • جعل بعض رسائل الخطأ التحقق من صحة البيانات المتوقعة أكثر قابلية للتنفيذ.
    • تقليل الاستهلاك الخاص بالذاكرة لتشغيل AutoML عن طريق إسقاط و/أو التحميل البطيء لمجموعات البيانات، خاصة بين إنتاجات العمليات
  • azureml-contrib-explain-model
    • تمت إضافة علامة model_task إلى المفسرين للسماح للمستخدم بتجاوز المنطق الخاص بالاستدلال التلقائي الافتراضي لنوع النموذج
    • التغييرات الخاصة بعنصر واجهة المستخدم: يتم التثبيت تلقائيا باستخدامcontrib، ولا مزيد من nbextension التثبيت/التمكين - شرح الدعم مع أهمية الميزة العمومية (على سبيل المثال، Permutative)
    • تغييرات لوحة المعلومات: - مخططات الصندوق ومخططات الكمان بالإضافة إلى beeswarm الرسم على صفحة الملخص - إعادة إرسال beeswarm الرسم بشكل أسرع على تغيير شريط التمرير 'Top -k' - رسالة مفيدة تشرح كيفية حساب أعلى k - رسائل مفيدة قابلة للتخصيص بدلا من المخططات عندما لا يتم توفير البيانات
  • azureml-core
    • تمت إضافة طريقة Model.package() لإنشاء صور مرسى وDockerfiles التي تغلف النماذج وتبعياتها.
    • خدمات الويب المحلية المحدثة لقبول InferenceConfigs التي تحتوي على عناصر البيئة.
    • تم الإصلاح الخاص بـ Model.register() الذي ينتج نماذج غير صالحة عند '.' (للدليل الحالي) يتم تمرير كمعلمة model_path.
    • أضف Run.submit_child، تعكس الوظيفة Experiment.submit مع تحديد التشغيل كأصل خاص بالتشغيل التابع المرسل.
    • دعم الخيارات الخاصة بالتكوين من Model.register في Run.register_model.
    • القدرة على تشغيل المهام الخاصة بـ JAR على نظام المجموعة الحالي.
    • الآن يقوم بدعم instance_pool_id والمعلمات cluster_log_dbfs_path.
    • تمت إضافة دعم لاستخدام عنصر Environment عند توزيع نموذج إلى خدمة ويب. يمكن الآن توفير عنصر البيئة كجزء من عنصر SQL Server InferenceConfig.
    • إضافة appinsifht mapping للمناطق الجديدة - centralus - westus - northcentralus
    • تمت إضافة الوثائق لجميع السمات في جميع فئات Datastore.
    • تمت إضافة المعلمة blob_cache_timeout إلى Datastore.register_azure_blob_container.
    • تمت إضافة الأساليب save_to_directory load_from_directory إلى azureml.core.environment.Environment.
    • تمت إضافة الأمرين "az ml environment download" و"az ml environment register" إلى CLI.
    • تمت إضافة الأسلوب Environment.add_private_pip_wheel.
  • azureml-explain-model
    • إضافة تتبع مجموعة البيانات إلى Explanations باستخدام خدمة مجموعة البيانات (معاينة).
    • إنقاص حجم الدفعة الافتراضي عند دفق التفسيرات العمومية من 10 آلاف إلى 100.
    • تمت إضافة علامة model_task إلى المفسرين للسماح للمستخدم بتجاوز المنطق الخاص بالاستدلال التلقائي الافتراضي الخاص بنوع النموذج.
  • azureml-mlflow
    • تم إصلاح الخطأ في mlflow.azureml.build_image حيث يتم تجاهل الدلائل المتداخلة.
  • azureml-pipeline-steps
    • إضافة القدرة على تشغيل مهام JAR على نظام مجموعة Azure Databricks الموجودة.
    • تمت إضافة الدعم instance_pool_id ومعلمات cluster_log_dbfs_path لخطوة DatabricksStep.
    • الدعم الإضافي لمعلمات البنية الأساسية لبرنامج ربط العمليات التجارية في خطوة DatabricksStep.
  • azureml-train-automl
    • تمت إضافتهاdocstrings للملفات المرتبطة بـ Ensemble.
    • الوثائق المحدثة إلى لغة أكثر ملائمة لـmax_cores_per_iteration وmax_concurrent_iterations
    • تم تحسين تسجيل مهام التنبؤ على عمليات التشغيل البعيدة، والآن يتم تزويد المستخدم برسالة خطأ شاملة في حالة فشل التشغيل.
    • إزالة get_data من دفتر ملاحظات البنية الأساسية لبرنامج ربط العمليات التجاريةautomlstep.
    • بدأ دعمdataprep فيautomlstep.

Azure التعلم الآلي Data Prep SDK v1.1.10

• ميزات جديدة
  • تستطيع الآن طلب تنفيذ مفتشين محددين (على سبيل المثال، المدرج التكراري والمخطط المبعثر وما إلى ذلك) على أعمدة معينة.
  • تمت إضافة الوسيطة المتوازية إلىappend_columns. إذا كان صحيحا، يتم تحميل البيانات في الذاكرة ولكن التنفيذ يعمل بالتوازي؛ إذا كانت False، فإن التنفيذ يتم دفقه ولكن أحادي الترابط.

2019-07-23

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.53

• ميزات جديدة

  • يدعم التعلم الآلي التلقائي الآن تدريب نماذج ONNX على هدف الحساب عن بعد
  • يوفر التعلم الآلي من Microsoft Azure الآن القدرة على استئناف التدريب من ملفات تشغيل أو نقطة الفحص أو نموذج الملف
    • تعرف على كيفية استخدام المقدرات لاستئناف التدريب من التشغيل السابق

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azure-cli-ml
    • تقبل أوامر CLI "توزيع النموذج" و"تحديث الخدمة" الآن المعلمات أو ملفات التكوين أو مزيج من الاثنين. تملك المعلمات الأسبقية على السمات في الملفات.
    • يمكن الآن تحديث الوصف الخاص بالنموذج بعد التسجيل
  • azureml-automl-core
    • عملية تحديث تبعية NimbusML إلى الإصدار 1.2.0 (الأحدث حاليا).
    • إضافة دعم لمقدرات NimbusML وخطوط الأنابيب لاستخدامها داخل مقدرات AutoML.
    • إصلاح الخطأ في إجراء تحديد المجموعة الذي كان ينمو بشكل غير داع في المجموعة الناتجة حتى لو ظلت الدرجات ثابتة.
    • عملية تمكين إعادة استخدام بعض الميزات عبر تقسيمات CV لمهام التنبؤ. يؤدي هذا إلى تسريع الوقت الخاص بتشغيل الإعداد الذي يتم تشغيله بواسطة عامل n_cross_validations تقريبا للتميزات المكلفة مثل التأخر والنوافذ المتداولة.
    • معالجة المشكلة في حالة كان الوقت خارج النطاق الزمني المدعوم pandas . نرفع الآن DataException في حالة كان الوقت أقل من pd. Timestamp.min أو أكبر من pd. Timestamp.max
    • يتيح التنبؤ الآن بترددات مختلفة في مجموعات التدريب والاختبار إذا كان من الممكن محاذاتها. على سبيل المثال، من الممكن محاذاة "ربع سنوي يبدأ في يناير" وفي "ربع سنوي يبدأ في أكتوبر".
    • إضافة الخاصية "parameters" إلى TimeSeriesTransformer.
    • عملية إزالة فئات الاستثناء القديمة.
    • في المهام الخاصة بالتنبؤ، تقبل المعلمةtarget_lags الآن قيمة عدد صحيح واحد أو قائمة بالأعداد الصحيحة. إذا تم توفير العدد الصحيح، يتم إنشاء تأخير واحد فقط. إذا تم توفير قائمة، يتم أخذ القيم الفريدة للتأخر. target_lags=[1، 2، 2، 4] يخلق فترات تأخر من فترة واحدة، اثنتين وأربع فترات.
    • عملية إصلاح الخطأ حول فقدان أنواع الأعمدة بعد التحويل (مرتبط بالخطأ)؛
    • في model.forecast(X, y_query)، اسمح y_query أن يكون نوع العنصر يحتوي على بلا (بلا) في البداية (#459519).
    • إضافة القيم المتوقعة إلىautoml قيمة الإخراج
  • azureml-contrib-datadrift
    • التحسينات على مثال دفتر الملاحظات بما في ذلك التبديل إلى azureml-opendatasets بدلا من azureml-contrib-opendatasets وتحسينات الأداء عند إثراء البيانات
  • azureml-contrib-explain-model
    • الوسيطة الخاصة بالتحويلات الثابتة لمفسر LIME لأهمية الميزة الأولية في حزمة azureml-contrib-explain-model
    • تمت إضافة تجزئة إلى تفسيرات الصور في شرح الصورة لحزمة AzureML-contrib-explain-model
    • إضافة الدعم المتفرق لـ LimeExplainer
    • إضافتهbatch_size إلى محاكاة المفسر عندinclude_local=False، للتفسيرات العمومية المتدفقة على دفعات لتحسين وقت تنفيذ DecisionTreeExplainableModel
  • azureml-contrib-featureengineering
    • إصلاح استدعاء set_featurizer_timeseries_params(): تغيير نوع قيمة الإملاء وفحص من القيمة الخالية - إضافة دفتر ملاحظات للعرضtimeseries المميز
    • عملية تحديث تبعية NimbusML إلى الإصدار 1.2.0 (الأحدث حاليا).
  • azureml-core
    • تمت إضافة القدرة على إرفاق مخازن بيانات DBFS في Azure التعلم الآلي CLI
    • تم إصلاح الخطأ مع تحميل مخزن البيانات حيث يتم إنشاء مجلد فارغ في حالةtarget_path بدأ مع/
    • إصلاحdeepcopy المشكلة في ServicePrincipalAuthentication.
    • تمت إضافة الأمرين "az ml environment show" و"az ml environment list" إلى CLI.
    • تدعم البيئات الآن تحديد base_dockerfile كبديل base_image تم إنشاؤه مسبقا بالفعل.
    • تم وضع العلامة على إعداد RunConfiguration غير المستخدم auto_prepare_environment على أنه مهمل.
    • يمكن الآن تحديث الوصف الخاص بالنموذج بعد التسجيل
    • Bugfix: يوفر حذف النموذج والصورة الآن المزيد من المعلومات حول استرداد عناصر المصدر التي تعتمد عليها في حالة فشل الحذف بسبب تبعية المصدر.
    • تم إصلاح الخطأ الذي قام بطباعة المدة الفارغة للتوزيعات التي تحدث عند إنشاء مساحة عمل لبعض البيئات.
    • استثناءات الفشل المحسنة لإنشاء مساحة العمل. بحيث لا يرى المستخدمون "غير قادر على إنشاء المساحة الخاصة بالعمل. غير قادر على العثور ..." كرسالة وبدلا من ذلك، راجع فشل الإنشاء الفعلي.
    • إضافة الدعم لمصادقة الرمز المميز في خدمات ويب AKS.
    • إضافةget_token() أسلوب إلىWebservice العناصر.
    • إضافة دعم CLI لعملية إدارة مجموعات بيانات التعلم الآلي.
    • Datastore.register_azure_blob_container الآن اختياريا يأخذ blob_cache_timeout قيمة (بالثواني) الذي يقوم بتكوين معلمات تحميل blobfuse لتمكين انتهاء صلاحية ذاكرة التخزين المؤقتة الخاصة بمخزن البيانات. الإعداد الافتراضي ليس مهلة، مثل عند قراءة كائن ثنائي كبير الحجم، يبقى في ذاكرة التخزين المؤقت المحلية حتى تنتهي المهمة. تفضل معظم الوظائف هذا الإعداد، ولكن تحتاج بعض الوظائف إلى قراءة بيانات من مجموعة بيانات كبيرة أكثر مما ستلائم العقد الخاصة بها. بالنسبة لهذه الوظائف، يساعد ضبط هذه المعلمة على النجاح. انتبه عند ضبط هذه المعلمة: من الممكن أن يؤدي تعيين القيمة منخفضة جدا إلى أداء ضعيف، حيث قد تنتهي صلاحية البيانات المستخدمة في فترة قبل استخدامها مرة أخرى. تتم جميع القراءات من تخزين/شبكة كائن ثنائي كبير الحجم بدلا من ذاكرة التخزين المؤقت المحلية، مما يؤثر سلبا على أوقات التدريب.
    • يتوفر الآن تحديث الوصف الخاص بالنموذج بعد التسجيل
    • يوفر حذف النموذج والصورة الآن المزيد من المعلومات حول عناصر المصدر التي تعتمد عليها، ما يؤدي إلى فشل الحذف
    • تحسين استخدام الموارد بالتشغيل عن بعد باستخدام azureml.mlflow.
  • azureml-explain-model
    • الوسيطة الخاصة بالتحويلات الثابتة لمفسر LIME لأهمية الميزة الأولية في حزمة azureml-contrib-explain-model
    • عملية إضافة الدعم المتفرق لـ LimeExplainer
    • إضافة برنامج تضمين مفسر خطي للشكل، ومستوى آخر إلى المفسر الجدولي لشرح النماذج الخطية
    • لمحاكاة المفسر في مكتبة نماذج الشرح، تم إصلاح الخطأ عند include_local=False لعملية إدخال البيانات المتفرقة
    • عملية إضافة القيم المتوقعة إلىautoml قيمة الإخراج
    • تم إصلاح الأهمية الخاصة بميزة التباديل عند توفير وسيطة التحويلات للحصول على أهمية الميزة الأولية
    • إضافتهbatch_size إلى محاكاة المفسر عندinclude_local=False، للتفسيرات العمومية المتدفقة على دفعات لتحسين وقت تنفيذ DecisionTreeExplainableModel
    • لمكتبة قابلية شرح النموذج، تعرض مربعات سوداء ثابتة حيث يلزم إدخال إطار بيانات pandas للتنبؤ
    • إصلاح الخطأ حيثexplanation.expected_values قد يرجع أحيانا حر بدلا من قائمة بها حرة.
  • azureml-mlflow
    • عملية تحسين الأداء mlflow.set_experiment (experiment_name)
    • عملية إصلاح الخطأ في استخدام InteractiveLoginAuthentication ل mlflow tracking_uri
    • تحسين استخدام الموارد بالتشغيل عن بعد باستخدام azureml.mlflow.
    • تحسين الوثائق الخاصة بحزمة azureml-mlflow
    • خطأ التصحيح حيث mlflow.log_artifacts("my_dir") حفظ البيانات الاصطناعية ضمنmy_dir/<artifact-paths> بدلا من<artifact-paths>
  • azureml-opendatasets
    • opendatasets تثبيت pyarrow بالإصدارات القديمة (<0.14.0) بسبب مشكلة الذاكرة المقدمة حديثا هناك.
    • عملية نقل azureml-contrib-opendatasets إلى azureml-opendatasets.
    • السماح بتسجيل فئات مجموعة البيانات المفتوحة في مساحة عمل Azure التعلم الآلي واستخدام إمكانات مجموعة بيانات AML بسلاسة.
    • عملية تحسين وضبط NoaaIsdWeather إثراء الأداء في الإصدار غير SPARK بشكل ملحوظ.
  • azureml-pipeline-steps
    • يتم الآن عملية دعم DBFS Datastore للمدخلات والمخرجات في DatabricksStep.
    • وثائق محدثة لخطوة Azure Batch فيما يتعلق بالمدخلات/المخرجات.
    • في AzureBatchStep، تم تغيير القيمة الافتراضية delete_batch_job_after_finish إلى true.
  • azureml-telemetry
    • عملية نقل azureml-contrib-opendatasets إلى azureml-opendatasets.
    • السماح بتسجيل فئات مجموعة البيانات المفتوحة في مساحة عمل Azure التعلم الآلي واستخدام إمكانات مجموعة بيانات AML بسلاسة.
    • عملية تحسين وضبط NoaaIsdWeather إثراء الأداء في الإصدار غير SPARK بشكل ملحوظ.
  • azureml-train-automl
    • الوثائق المحدثة على get_output لتعكس نوع الإرجاع الفعلي وتوفر ملاحظات أخرى حول استرداد خصائص المفتاح.
    • عملية تحديث تبعية NimbusML إلى الإصدار 1.2.0 (الأحدث حاليا).
    • عملية إضافة القيم المتوقعة إلىautoml قيمة الإخراج
  • azureml-train-core
    • يتم الآن قبول السلاسل كهدف خاص بالحساب لضبط Hyperparameter التلقائي
    • تم وضع العلامة على إعداد RunConfiguration غير المستخدم auto_prepare_environment على أنه مهمل.

Azure التعلم الآلي Data Prep SDK v1.1.9

• ميزات جديدة

  • تمت إضافة دعم لقراءة الملف المباشرة من http أو https url.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • رسالة الخطأ المحسنة عند محاولة قراءة مجموعة بيانات Parquet من مصدر بعيد (وهو غير مدعوم حاليا).
  • تم إصلاح خطأ عند الكتابة إلى التنسيق الخاص بملف Parquet في ADLS Gen 2، وتحديث اسم حاوية ADLS Gen 2 في المسار.

2019-07-09

عنصر تحكم الواجهة

• ميزات المعاينة
  • تمت إضافة الوحدة النمطية "Execute R script" في عنصر تحكم الواجهة.

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.48

• ميزات جديدة

  • azureml-opendatasets
    • azureml-contrib-opendatasets is now available as azureml-opendatasets. لا يزال بإمكان الحزمة القديمة العمل، ولكن ننصح باستخداممجموعات بيانات azureml-opendatasets للمضي قدما للحصول على قدرات وتحسينات أكثر ثراء.
    • تسمح لك هذه الحزمة الجديدة بتسجيل مجموعات البيانات المفتوحة كمجموعة بيانات في مساحة عمل Azure التعلم الآلي، واستخدام أي وظائف تقدمها مجموعة البيانات.
    • كما يشمل قدرات موجودة مثل استهلاك مجموعات البيانات المفتوحة مثل إطارات بيانات Pandas/SPARK، وربط الموقع لبعض مجموعة البيانات مثل الطقس.

• ميزات المعاينة

  • يمكن ل HyperDriveConfig الآن قبول عنصر البنية الأساسية لبرنامج ربط العمليات التجارية كمعلمة لدعم ضبط المعلمة الفائقة باستخدام البنية الأساسية لبرنامج ربط العمليات التجارية.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • azureml-train-automl
    • إصلاح الخطأ حول فقدان أنواع الأعمدة بعد التحويل.
    • إصلاح الخطأ للسماح y_query أن يكون نوع العنصر يحتوي على None(s) في البداية.
    • إصلاح الخطأ في الإجراء الخاص بتحديد المجموعة الذي كان ينمو بشكل غير داع في المجموعة الناتجة حتى لو ظلت الدرجات ثابتة.
    • تم إصلاح مشكلة السماح list_models ومنع إعدادات list_models في AutoMLStep.
    • تم إصلاح المشكلة التي منعت استخدام المعالجة المسبقة عند استخدام AutoML في سياق Azure التعلم الآلي Pipelines.
  • azureml-opendatasets
    • عملية نقل azureml-contrib-opendatasets إلى azureml-opendatasets.
    • السماح بتسجيل فئات مجموعة البيانات المفتوحة في مساحة عمل Azure التعلم الآلي واستخدام إمكانات مجموعة بيانات AML بسلاسة.
    • عملية تحسين وضبط NoaaIsdWeather إثراء الأداء في الإصدار غير SPARK بشكل ملحوظ.
  • azureml-explain-model
    • الوثائق المحدثة عبر الإنترنت لعناصر قابلية التفسير.
    • إضافتهbatch_size إلى محاكاة المفسر عندinclude_local=False، للتفسيرات العمومية المتدفقة على دفعات لتحسين الوقت الخاص بالتنفيذ DecisionTreeExplainableModel
    • إصلاح الخطأ حيثexplanation.expected_values قد يرجع أحيانا حر بدلا من قائمة حرة.
    • ضافة القيم المتوقعة إلىautoml الإخراج لمحاكاة المفسر في مكتبة نموذج الشرح.
    • تم إصلاح الأهمية الخاصة بميزة التباديل عند توفير وسيطة التحويلات للحصول على أهمية الميزة الأولية
  • azureml-core
    • تمت إضافة القدرة على إرفاق مخازن بيانات DBFS في Azure التعلم الآلي CLI.
    • تم إصلاح الخطأ مع تحميل المخزن الخاص بالبيانات حيث يتم إنشاء مجلد فارغ في حالةtarget_path بدأ مع/
    • عملية تمكين المقارنة بين مجموعتي بيانات.
    • Bugfix: يوفر حذف النموذج والصورة الآن المزيد من التفاصيل حول استرداد عناصر المصدر التي تعتمد عليها في حالة فشل الحذف بسبب تبعية المصدر.
    • إهمال إعداد RunConfiguration غير المستخدم في auto_prepare_environment.
  • azureml-mlflow
    • تحسين استخدام الموارد من التشغيل البعيد التي تستخدم azureml.mlflow.
    • عملية تحسين الوثائق الخاصة بحزمة azureml-mlflow
    • إصلاح المشكلة حيث يقوم mlflow.log_artifacts ("my_dir") بحفظ البيانات الاصطناعية ضمن "my_dir/مسارات البيانات الاصطناعية" بدلا من "مسارات البيانات الاصطناعية".
  • azureml-pipeline-core
    • سوف يتم إهمال hash_paths المعلمة لكافة خطوات البنية الأساسية لبرنامج ربط العمليات التجارية وسيتم إزالتها في المستقبل. بطريقة افتراضية، يتم تجزئة محتويات source_directory (باستثناء الملفات المدرجة في .amlignore أو .gitignore)
    • استمر تحسين الوحدة النمطية والوحدة ModuleStep لدعم الوحدات النمطية الخاصة بنوع الحساب، للتحضير لتكامل RunConfiguration والتغييرات الأخرى لإلغاء تأمين استخدام الوحدة النمطية الخاصة بنوع الحساب في البنية الأساسية لبرنامج ربط العمليات التجارية.
  • azureml-pipeline-steps
    • AzureBatchStep: وثائق محسنة حول المدخلات/المخرجات.
    • AzureBatchStep: تم تغيير القيمة الافتراضية delete_batch_job_after_finish إلى true.
  • azureml-train-core
    • يتم قبول السلاسل الآن كهدف حساب الضبط Hyperparameter التلقائي.
    • إهمال إعداد RunConfiguration غير المستخدم في auto_prepare_environment.
    • المعلمات المهملةconda_dependencies_file_path وpip_requirements_file_pathلصالحconda_dependencies_file و pip_requirements_file على التوالي.
  • azureml-opendatasets
    • عملية تحسين وضبط NoaaIsdWeather إثراء الأداء في الإصدار غير SPARK بشكل ملحوظ.

2019-04-26

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.33

• يتوفر Azure التعلم الآلي النماذج المسرعة للأجهزة على FPGAs بشكل عام.
  • يمكنك الآن استخدام حزمة azureml-accel-models من أجل:
    • تدريب أوزان شبكة عصبية عميقة مدعومة (ResNet 50، ResNet 152، DenseNet-121، VGG-16، وSSD-VGG)
    • استخدام عملية نقل التعلم مع DNN المدعوم
    • تسجيل النموذج مع خدمة إدارة الطراز وحاويات النموذج
    • توزيع النموذج إلى جهاز Azure الظاهري باستخدام FPGA في نظام مجموعة Azure Kubernetes Service (AKS)
  • نشر الحاوية إلى جهاز خادم Azure Stack Edge
  • تسجيل البيانات الخاصة بك باستخدام نقطة نهاية gRPC باستخدام هذهالعينة

Automated Machine Learning

• ميزة شاملة لتمكين إضافة ديناميكيfeaturizers لتحسين الأداء. جديد featurizers: تضمينات العمل، وزن الأدلة، ترميزات الهدف، ترميز هدف النص، مسافة نظام المجموعة

• سيرة ذاتية ذكية للتعامل مع التقسيمات المدربة/الصالحة داخل التعلم الآلي

• عدد قليل من تغييرات تحسين الذاكرة وتحسين أداء وقت التشغيل

• تحسين الأداء في تفسير النموذج

• تحويل طراز ONNX للتشغيل المحلي

• دعم الاختزال الفرعي المضاف

• الإيقاف الذكي عندما لا يتم تعريف معايير الخروج

• مجموعات مكدس ذاكرة مؤقتة

• التنبؤ بالسلاسل الزمنية

  • دالة التنبؤ الجديدة
  • يمكنك الآن استخدام التحقق من صحة عبر المتداول الأصل على بيانات السلسلة الزمنية
  • وظائف جديدة تمت إضافتها لتكوين تأخر السلسلة الزمنية
  • وظائف جديدة تضاف لدعم المتداول في إطار الميزات التجميعية
  • الكشف عن العطلات الجديدة والمميز عند تعريف رمز البلد/المنطقة في إعدادات التجربة

• Azure Databricks

  • تمكين التنبؤ بالسلاسل الزمنية وإمكانية تفسير النموذج
  • يمكنك الآن إلغاء واستئناف (متابعة) تجارب التعلم الآلي التلقائية
  • إضافة دعم للمعالجة متعددة النوى

MLOps

• التوزيع المحلي وتصحيح الأخطاء لحاويات تسجيل النقاط
  يمكنك الآن توريع نموذج التعلم الآلي محليا والتكرار بسرعة على ملف التسجيل والتبعيات للتأكد من أنها تتصرف كما هو متوقع.

• تقديم InferenceConfig و Model.deploy()
  يدعم توزيع النموذج الآن تحديد مجلد مصدر مع برنامج نصي لإدخال، مثل RunConfig. بالإضافة إلى ذلك، تبسيط توزيع النموذج إلى أمر واحد.

• تتبع مرجع Git
  يطلب العملاء قدرات تكامل مرجع Git الأساسية لبعض الوقت لأنها تساعد في الحفاظ على سجل مراجعة كامل. لقد قمنا بتنفيذ التعقب عبر الكيانات الرئيسية في Azure التعلم الآلي لبيانات التعريف المتعلقة ب Git (repo، الالتزام، الحالة النظيفة). ستجمع هذه المعلومات تلقائيا بواسطة SDK وCLI.

• خدمة جمع معلومات النموذج والتحقق من صحتها
  يشكو العملاء كثيرًا من صعوبة تحديد حجم الحساب المرتبط بخدمة الاستدلال الخاصة بهم بشكل صحيح. من خلال خدمة جمع معلومات النموذج، يمكن للعميل توفير مدخلات نموذجية، ونوفر ملف تعريف عبر 16 تكوينا مختلفا لوحدة المعالجة المركزية / الذاكرة لتحديد الحجم الأمثل للتوزيع.

• إحضار نسختك الأساسية للاستدلال
  شكوى أخرى شائعة هي صعوبة الانتقال من التجريب إلى الاستدلال على تبعيات المشاركة في التعلم. باستخدام إمكانية مشاركة النسخ الأساسية الجديدة، يمكنك الآن إعادة استخدام النسخ الأساسية للتجريب والتبعيات وكل ذلك للاستدلال. هذا يجب تسريع عمليات التوزيع وتقليل الفجوة من الحلقة الداخلية إلى الحلقة الخارجية.

• تحسين تجربة إنشاء مخطط Swagger
  كان الأسلوب السابق إنشاء swagger عرضة للخطأ وتستحيل أتمتته. لدينا طريقة جديدة في الخط لتوليد مخططات تفاخر من أي وظيفة Python عن طريق الديكور. لقد قمنا بفتح المصدر لهذه التعليمة البرمجية ولا يقترن بروتوكول إنشاء المخطط الخاص بنا بالنظام الأساسي Azure التعلم الآلي.

• يتوفر Azure التعلم الآلي CLI بشكل عام (GA)
  يمكن الآن نشر النماذج باستخدام أمر CLI واحد. حصلنا على ملاحظات العملاء الشائعة التي تفيد بأنه لا أحد ينشر نموذج التعلم الآلي من دفتر ملاحظات Jupyter. حدثتالوثائق المرجعية ل CLI .

2019-04-22

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.30

PipelineEndpoint قدمت لإضافة إصدار جديد من البنية الأساسية لبرنامج ربط العمليات التجارية المنشورة مع الحفاظ على نفس نقطة النهاية.

2019-04-15

مدخل Azure

• يمكنك الآن إعادة إرسال برنامج نصي موجود تشغيل على كتلة حساب بعيد موجود.
• يمكنك الآن تشغيل البنية الأساسية لبرنامج ربط العمليات التجارية المنشورة مع معلمات جديدة في علامة التبويب Pipelines.
• يدعم تشغيل التفاصيل الآن عارض ملف لقطة جديدة. يتوفر لك عرض لقطة من الدليل عند إرسال تشغيل معين. يمكنك أيضا تنزيل دفتر الملاحظات الذي تم إرساله لبدء عملية التشغيل.
• تستطيع الآن إلغاء عمليات التشغيل الأصل من مدخل Microsoft Azure.

2019-04-08

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.23

• ميزات جديدة
  • يدعم التعلم الآلي من Microsoft Azure SDK الآن Python 3.7.
  • توفر الآن مقدرات التعلم الآلي Azure DNN دعما متعدد الإصدارات مضمنا. على سبيل المثال،TensorFlow يقبل المقدر الآن معلمةframework_version، ويتوفر للمستخدمين تحديد الإصدار "1.10" أو "1.12". للحصول على القائمة الخاصة بالإصدارات التي يدعمها إصدار SDK الحالي، اتصلget_supported_versions() بفئة إطار العمل المطلوبة (على سبيل المثال، TensorFlow.get_supported_versions()). للحصول على قائمة بالإصدارات التي يدعمها أحدث إصدار من SDK، قم بمراجعة وثائق DNN Estimator.

2019-03-25

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.21

• ميزات جديدة
  • يتيح أسلوبazureml.core.Run.create_children بإنشاء زمن انتقال منخفض لعدة عمليات تشغيل تابعة مع استدعاء واحد.

2019-03-11

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.18

• التغييرات
  • حزمة azureml-tensorboard تحل محل azureml-contrib-tensorboard.
  • باستخدام هذا الإصدار، يمكنك إعداد حساب الخاص بالمستخدم على نظام مجموعة الحساب المدار (amlcompute)، أثناء إنشائه. يمكن القيام بذلك عن طريق تمرير هذه الخصائص في التكوين الخاص بالتزويد. بإمكانك العثور على مزيد من التفاصيل في الوثائق المرجعية ل SDK.

Azure التعلم الآلي Data Prep SDK v1.0.17

• ميزات جديدة

  • الآن يعتمد إضافة عمودين رقميين لإنشاء عمود الناتج باستخدام لغة التعبير.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • عملية تحسين الوثائق والتحقق من المعلمات random_split.

2019-02-27

Azure التعلم الآلي Data Prep SDK v1.0.16

• إصلاح الأخطاء
  • تم إصلاح مشكلة المصادقة الخاصة بكيان الخدمة التي كان سببها تغيير واجهة برمجة التطبيقات.

2019-02-25

عملية التعلم الآلي من Microsoft Azure SDK لـ Python v1.0.17

• ميزات جديدة

  • يوفرالتعلم الآلي من Microsoft Azure الآن دعما من الدرجة الأولى لسلسلة إطار عمل DNN الشائعة. Chainer يمكن لمستخدمي الفئة تدريب نماذج السلسلة وتوزيعها بسهولة.
    • تعرف على طريقةتشغيل ضبط المعلمات الفائقة باستخدام Chainer باستخدام HyperDrive
  • أضافت التعلم الآلي من Microsoft Azure البنية الأساسية لبرنامج ربط العمليات التجارية القدرة على تشغيل البنية الأساسية لبرنامج ربط العمليات التجارية استنادا إلى تعديلات مخزن البيانات. يتم تحديثدفتر ملاحظات الخاص بجدول البنية الأساسية لبرنامج ربط العمليات التجارية لعرض هذه الميزة.

• الإصلاحات العاجلة لأخطاء وتحسيناتها

  • لقد قمنا بإضافة الدعم في البنية الأساسية لبرنامج ربط العمليات التجارية التعلم الآلي Azure لتعيين خاصية source_directory_data_store إلى مخزن البيانات المطلوب (مثل تخزين كائن ثنائي كبير الحجم) علىRunConfigurations التي يتم توفيرها إلىPythonScriptStep. بطريقة افتراضية، تستخدم الخطوات مخزن ملفات Azure كمخزن بيانات للنسخ الاحتياطي، والذي قد تواجه مشكلات في التقييد عند تنفيذ عدد كبير من الخطوات بشكل متزامن.

مدخل Azure

• ميزات جديدة
  • التجربة الخاصة بمحرر جدول السحب والإفلات الجديدة للتقارير. يتوفر للمستخدمين سحب عمود من البئر إلى منطقة الجدول حيث سيتم عرض معاينة للجدول. من الممكن إعادة ترتيب الأعمدة.
  • عارض الملفات الخاصة بالسجلات جديدة
  • ارتباطات إلى عمليات تشغيل التجربة والحساب والنماذج والصور والتوزيعات من علامة التبويب الأنشطة

الخطوات التالية

اقرأ نظرة عامة على التعلم الآلي من Microsoft Azure.