Experiment Třída
Představuje hlavní vstupní bod pro vytváření experimentů a práci s experimenty ve službě Azure Machine Learning.
Experiment je kontejner zkušebních verzí , které představují více spuštění modelu.
Konstruktor experimentu.
- Dědičnost
-
azureml._logging.chained_identity.ChainedIdentityExperimentazureml.core._portal.HasExperimentPortalExperiment
Konstruktor
Experiment(workspace, name, _skip_name_validation=False, _id=None, _archived_time=None, _create_in_cloud=True, _experiment_dto=None, **kwargs)Parametry
- _skip_name_validation
- _id
- _archived_time
- _create_in_cloud
- _experiment_dto
Poznámky
Experiment Služby Azure Machine Learning představuje kolekci pokusů použitých k ověření hypotézy uživatele.
Ve službě Azure Machine Learning je experiment reprezentován Experiment třídou a zkušební verze je reprezentována Run třídou .
Pokud chcete získat nebo vytvořit experiment z pracovního prostoru, požádejte o experiment s použitím názvu experimentu. Název experimentu musí mít 3 až 36 znaků, musí začínat písmenem nebo číslicí a může obsahovat jenom písmena, číslice, podtržítka a pomlčky.
experiment = Experiment(workspace, "MyExperiment")
Pokud se experiment v pracovním prostoru nenajde, vytvoří se nový experiment.
Zkoušku experimentu je možné spustit dvěma způsoby. Pokud interaktivně experimentujete v Jupyter Notebook, použijte možnost start_logging Pokud odesíláte experiment ze zdrojového kódu nebo jiného typu nakonfigurované zkušební verze.submit
Oba mechanismy vytvářejí Run objekt. V interaktivních scénářích použijte metody protokolování, jako log je přidání měření a metrik do záznamu zkušební verze. V nakonfigurovaných scénářích se k načtení informací o spuštění používají například metody get_status stavu.
V obou případech můžete použít metody dotazů, jako get_metrics jsou, k načtení aktuálních hodnot případných měření a metrik zkušebních verzí (pokud vůbec nějaké jsou).
Metody
| archive |
Archivace experimentu. |
| delete |
Odstraňte experiment v pracovním prostoru. |
| from_directory |
(Zastaralé) Načtěte experiment ze zadané cesty. |
| get_docs_url |
Adresa URL dokumentace pro tuto třídu. |
| get_runs |
Vrátí generátor spuštění pro tento experiment v obráceném chronologickém pořadí. |
| list |
Vrátí seznam experimentů v pracovním prostoru. |
| reactivate |
Znovu aktivuje archivovaný experiment. |
| refresh |
Vrátí nejnovější verzi experimentu z cloudu. |
| remove_tags |
Odstraňte zadané značky z experimentu. |
| set_tags |
Přidejte nebo upravte sadu značek v experimentu. Značky, které nejsou předány ve slovníku, zůstanou nedotčené. |
| start_logging |
Spusťte interaktivní relaci protokolování a vytvořte interaktivní spuštění v zadaném experimentu. |
| submit |
Odešlete experiment a vrátíte aktivní vytvořené spuštění. |
| tag |
Označte experiment pomocí klíče řetězce a volitelné hodnoty řetězce. |
archive
Archivace experimentu.
archive()Poznámky
Po archivaci se experiment ve výchozím nastavení nezobrazí. Při pokusu o zápis do archivovaného experimentu se vytvoří nový aktivní experiment se stejným názvem. Archivovaný experiment lze obnovit voláním reactivate , pokud neexistuje další aktivní experiment se stejným názvem.
delete
Odstraňte experiment v pracovním prostoru.
static delete(workspace, experiment_id)Parametry
- experiment_id
ID experimentu, který se má odstranit.
from_directory
(Zastaralé) Načtěte experiment ze zadané cesty.
static from_directory(path, auth=None)Parametry
Objekt ověřování. Pokud žádné, použijí se výchozí přihlašovací údaje Azure CLI nebo rozhraní API vyzve k zadání přihlašovacích údajů.
Návraty
Vrátí experiment.
Návratový typ
get_docs_url
get_runs
Vrátí generátor spuštění pro tento experiment v obráceném chronologickém pořadí.
get_runs(type=None, tags=None, properties=None, include_children=False)Parametry
- type
- string
Vyfiltrujte vrácený generátor spuštění podle zadaného typu. Informace o vytváření typů spuštění najdete v tématu add_type_provider .
Filtr se spouští podle vlastnosti nebo {"vlastnosti": "value"}
- include_children
- bool
Ve výchozím nastavení načítá pouze spuštění nejvyšší úrovně. Pokud chcete zobrazit seznam všech spuštění, nastavte na hodnotu true.
Návraty
Seznam spuštění odpovídající zadaným filtrům
Návratový typ
list
Vrátí seznam experimentů v pracovním prostoru.
static list(workspace, experiment_name=None, view_type='ActiveOnly', tags=None)Parametry
- view_type
- ViewType
Volitelná hodnota výčtu pro filtrování nebo zahrnutí archivovaných experimentů
- tags
Volitelný klíč značky nebo slovník párů klíč-hodnota značky pro filtrování experimentů.
Návraty
Seznam objektů experimentu.
Návratový typ
reactivate
Znovu aktivuje archivovaný experiment.
reactivate(new_name=None)Parametry
Poznámky
Archivovaný experiment lze znovu aktivovat pouze v případě, že neexistuje jiný aktivní experiment se stejným názvem.
refresh
Vrátí nejnovější verzi experimentu z cloudu.
refresh()remove_tags
Odstraňte zadané značky z experimentu.
remove_tags(tags)Parametry
set_tags
Přidejte nebo upravte sadu značek v experimentu. Značky, které nejsou předány ve slovníku, zůstanou nedotčené.
set_tags(tags)Parametry
start_logging
Spusťte interaktivní relaci protokolování a vytvořte interaktivní spuštění v zadaném experimentu.
start_logging(*args, **kwargs)Parametry
- outputs
- str
Volitelný adresář výstupů, který chcete sledovat. Pokud nemáte žádné výstupy, předejte hodnotu False.
- snapshot_directory
- str
Volitelný adresář pro pořízení snímku. Nastavení na Žádné nepořídí žádný snímek.
- args
- list
- kwargs
- dict
Návraty
Vrátí spuštěné spuštění.
Návratový typ
Poznámky
start_logging vytvoří interaktivní spuštění pro použití ve scénářích, jako jsou poznámkové bloky Jupyter. Všechny metriky, které se protokolují během relace, se přidají do záznamu spuštění v experimentu. Pokud je zadán výstupní adresář, obsah tohoto adresáře se po dokončení nahraje jako artefakty spuštění.
experiment = Experiment(workspace, "My Experiment")
run = experiment.start_logging(outputs=None, snapshot_directory=".", display_name="My Run")
...
run.log_metric("Accuracy", accuracy)
run.complete()
Poznámka
run_id se automaticky vygeneruje pro každé spuštění a je v rámci experimentu jedinečný.
submit
Odešlete experiment a vrátíte aktivní vytvořené spuštění.
submit(config, tags=None, **kwargs)Parametry
- tags
- dict
Značky, které se mají přidat do odeslaného spuštění, {"tag": "value"}.
Návraty
Spuštění.
Návratový typ
Poznámky
Odeslat je asynchronní volání platformy Azure Machine Learning ke spuštění zkušební verze na místním nebo vzdáleném hardwaru. V závislosti na konfiguraci nástroj Submit automaticky připraví vaše spouštěcí prostředí, spustí kód a zachytí zdrojový kód a výsledky do historie spuštění experimentu.
Pokud chcete experiment odeslat, musíte nejprve vytvořit objekt konfigurace popisující, jak se má experiment spustit. Konfigurace závisí na typu požadované zkušební verze.
Příklad odeslání experimentu z místního počítače je následující:
from azureml.core import ScriptRunConfig
# run a trial from the train.py code in your current directory
config = ScriptRunConfig(source_directory='.', script='train.py',
run_config=RunConfiguration())
run = experiment.submit(config)
# get the url to view the progress of the experiment and then wait
# until the trial is complete
print(run.get_portal_url())
run.wait_for_completion()
Podrobnosti o konfiguraci spuštění najdete v podrobnostech o typu konfigurace.
azureml.train.automl.automlconfig.AutoMLConfig
azureml.pipeline.core.Pipeline
azureml.pipeline.core.PublishedPipeline
azureml.pipeline.core.PipelineEndpoint
Poznámka
Při odeslání trénovacího spuštění se vytvoří snímek adresáře, který obsahuje vaše trénovací skripty, a odešle se do cílového výpočetního objektu. Uloží se také jako součást experimentu ve vašem pracovním prostoru. Pokud změníte soubory a znovu odešlete spuštění, nahrají se jenom změněné soubory.
Pokud chcete zabránit zahrnutí souborů do snímku, vytvořte v adresáři soubor .gitignore nebo .amlignore a přidejte do něj soubory. Soubor .amlignore používá stejnou syntaxi a vzory jako soubor .gitignore. Pokud existují oba soubory, má přednost soubor .amlignore .
Další informace najdete v tématu Snímky.
tag
Označte experiment pomocí klíče řetězce a volitelné hodnoty řetězce.
tag(key, value=None)Parametry
Poznámky
Značky experimentu jsou uložené ve slovníku s řetězcovými klíči a řetězcovými hodnotami. Značky je možné nastavit, aktualizovat a odstranit. Značky jsou určené pro uživatele a obecně obsahují informace o významu pro uživatele experimentu.
experiment.tag('')
experiment.tag('DeploymentCandidate')
experiment.tag('modifiedBy', 'Master CI')
experiment.tag('modifiedBy', 'release pipeline') # Careful, tags are mutable
Atributy
archived_time
Vrátí čas archivace experimentu. Hodnota aktivního experimentu by měla být Žádná.
Návraty
Archivovaný čas experimentu.
Návratový typ
id
name
tags
workspace
Vraťte pracovní prostor obsahující experiment.
Návraty
Vrátí objekt pracovního prostoru.
Návratový typ
workspace_object
Váš názor
Připravujeme: V průběhu roku 2024 budeme postupně vyřazovat problémy z GitHub coby mechanismus zpětné vazby pro obsah a nahrazovat ho novým systémem zpětné vazby. Další informace naleznete v tématu: https://aka.ms/ContentUserFeedback.
Odeslat a zobrazit názory pro