AutoMLRun Třída
Představuje spuštění automatizovaného experimentu ML ve službě Azure Machine Learning.
Třídu AutoMLRun lze použít ke správě spuštění, kontrole stavu spuštění a načtení podrobností o spuštění po odeslání spuštění automatizovaného strojového učení. Další informace o práci se spuštěními experimentů najdete ve Run třídě .
Inicializace spuštění Automatizovaného strojového učení
- Dědičnost
-
AutoMLRun
Konstruktor
AutoMLRun(experiment, run_id, **kwargs)
Parametry
Poznámky
Objekt AutoMLRun se vrátí, když použijete submit metodu experimentu.
Pokud chcete načíst spuštění, které už bylo spuštěno, použijte následující kód:
from azureml.train.automl.run import AutoMLRun
ws = Workspace.from_config()
experiment = ws.experiments['my-experiment-name']
automl_run = AutoMLRun(experiment, run_id = 'AutoML_9fe201fe-89fd-41cc-905f-2f41a5a98883')
Metody
cancel |
Zrušte spuštění AutoML. Pokud bylo spuštění automatického strojového učení úspěšně zrušeno, vraťte hodnotu True. |
cancel_iteration |
Zrušení určitého podřízeného spuštění |
complete |
Dokončete spuštění AutoML. |
continue_experiment |
Pokračujte v existujícím experimentu AutoML. |
fail |
Selhání spuštění autoML Volitelně můžete nastavit vlastnost Error spuštění se zprávou nebo výjimkou předanou do |
get_best_child |
Vraťte podřízené spuštění s nejlepším skóre pro toto spuštění automatického strojového učení. |
get_guardrails |
Vytiskněte a vraťte podrobné výsledky ze spuštění ověření guardrailu. |
get_output |
Vraťte spuštění s odpovídajícím nejlepším kanálem, který už byl testován. Pokud nejsou zadány žádné vstupní parametry, |
get_run_sdk_dependencies |
Získejte závislosti spuštění sady SDK pro dané spuštění. |
pause |
Pokud bylo spuštění automatického strojového učení úspěšně pozastaveno, vraťte hodnotu True. Tato metoda není implementována. |
register_model |
Zaregistrujte model ve službě AzureML ACI. |
resume |
Pokud bylo spuštění Automatizovaného strojového učení úspěšně obnoveno, vrátí hodnotu True. Tato metoda není implementována. |
retry |
Pokud se spuštění Automatizovaného strojového učení úspěšně zkusilo znovu, vrátí hodnotu True. Tato metoda není implementována. |
summary |
Získejte tabulku obsahující souhrn pokusů o algoritmy a jejich skóre. |
wait_for_completion |
Počkejte na dokončení tohoto spuštění. Vrátí objekt stavu po čekání. |
cancel
Zrušte spuštění AutoML.
Pokud bylo spuštění automatického strojového učení úspěšně zrušeno, vraťte hodnotu True.
cancel()
Návraty
Žádné
cancel_iteration
Zrušení určitého podřízeného spuštění
cancel_iteration(iteration)
Parametry
Návraty
Žádné
complete
Dokončete spuštění AutoML.
complete(**kwargs)
Návraty
Žádné
continue_experiment
Pokračujte v existujícím experimentu AutoML.
continue_experiment(X=None, y=None, sample_weight=None, X_valid=None, y_valid=None, sample_weight_valid=None, data=None, label=None, columns=None, cv_splits_indices=None, spark_context=None, experiment_timeout_hours=None, experiment_exit_score=None, iterations=None, show_output=False, training_data=None, validation_data=None, **kwargs)
Parametry
Trénovací funkce.
Trénovací popisky.
Ukázkové váhy pro trénovací data
Funkce ověřování.
Ověřovací popisky.
ukázkové váhy sady ověření.
Seznam povolených sloupců v datech, které se mají použít jako funkce.
- cv_splits_indices
- ndarray
Indexy, kde se mají rozdělit trénovací data pro křížové ověření. Každý řádek je samostatný křížek a v rámci každého křížku poskytuje 2 matice, první s indexy pro vzorky, které se mají použít pro trénovací data, a druhý s indexy, které se mají použít pro ověřovací data. tj. [[t1, v1], [t2, v2], ...] kde t1 jsou trénovací indexy pro první křížový překřížení a v1 jsou ověřovací indexy pro první kříž.
- spark_context
- <xref:SparkContext>
Kontext Sparku, který se použije jenom v prostředí Azure databricks/Spark.
- experiment_exit_score
- int
Pokud je zadaný, znamená to, že experiment je ukončen při dosažení této hodnoty.
- show_output
- bool
Příznak označující, jestli se má výstup vytisknout do konzoly.
- training_data
- <xref:azureml.dataprep.Dataflow> nebo DataFrame
Zadejte trénovací data.
- validation_data
- <xref:azureml.dataprep.Dataflow> nebo DataFrame
Ověřovací data.
Návraty
Spustí se nadřazený jazyk AutoML.
Návratový typ
Výjimky
fail
Selhání spuštění autoML
Volitelně můžete nastavit vlastnost Error spuštění se zprávou nebo výjimkou předanou do error_details
.
fail(error_details=None, error_code=None, _set_status=True, **kwargs)
Parametry
get_best_child
Vraťte podřízené spuštění s nejlepším skóre pro toto spuštění automatického strojového učení.
get_best_child(metric: str | None = None, onnx_compatible: bool = False, **kwargs: Any) -> Run
Parametry
- metric
- str
Metrika, na které se má použít při výběru nejlepšího spuštění, které se má vrátit. Výchozí hodnota je primární metrika.
- onnx_compatible
Zda se mají vracet pouze spuštění, která generovala modely onnx.
- kwargs
Návraty
Spuštění podřízeného automatického strojového učení
get_guardrails
Vytiskněte a vraťte podrobné výsledky ze spuštění ověření guardrailu.
get_guardrails(to_console: bool = True) -> Dict[str, Any]
Parametry
Návraty
Slovník výsledků ověřovatele.
Návratový typ
Výjimky
get_output
Vraťte spuštění s odpovídajícím nejlepším kanálem, který už byl testován.
Pokud nejsou zadány žádné vstupní parametry, get_output
vrátí nejlepší kanál podle primární metriky. Případně můžete použít parametr iteration
nebo metric
k načtení konkrétní iterace nebo nejlepšího spuštění podle zadané metriky.
get_output(iteration: int | None = None, metric: str | None = None, return_onnx_model: bool = False, return_split_onnx_model: SplitOnnxModelName | None = None, **kwargs: Any) -> Tuple[Run, Any]
Parametry
- iteration
- int
Číslo iterace odpovídajícího běhu a vhodného modelu, který se má vrátit.
- metric
- str
Metrika, která se má použít při výběru nejlepšího spuštění a vhodného modelu, který se má vrátit.
- return_onnx_model
- bool
Tato metoda vrátí převedený model ONNX, pokud enable_onnx_compatible_models
byl parametr v objektu nastaven na AutoMLConfig Hodnotu True.
- return_split_onnx_model
- SplitOnnxModelName
Typ rozděleného modelu onnx, který se má vrátit
Návraty
Spuštění, odpovídající fitovaný model.
Návratový typ
Výjimky
Poznámky
Pokud chcete zkontrolovat použité preprocesory a algoritmus (odhadovač), můžete to udělat pomocí Model.steps
, podobně jako sklearn.pipeline.Pipeline.steps
.
Následující kód například ukazuje, jak načíst odhadce.
best_run, model = parent_run.get_output()
estimator = model.steps[-1]
get_run_sdk_dependencies
Získejte závislosti spuštění sady SDK pro dané spuštění.
get_run_sdk_dependencies(iteration=None, check_versions=True, **kwargs)
Parametry
- iteration
- int
Číslo iterace fitovaného spuštění, které se má načíst. Pokud žádné, načtěte nadřazené prostředí.
- check_versions
- bool
Pokud je pravda, zkontrolujte verze s aktuálním prostředím. Pokud je false, předejte.
Návraty
Slovník závislostí načtených z RunHistory.
Návratový typ
Výjimky
pause
Pokud bylo spuštění automatického strojového učení úspěšně pozastaveno, vraťte hodnotu True.
Tato metoda není implementována.
pause()
Výjimky
register_model
Zaregistrujte model ve službě AzureML ACI.
register_model(model_name=None, description=None, tags=None, iteration=None, metric=None)
Parametry
- iteration
- int
Přepište model, který se má nasadit. Nasadí model pro danou iteraci.
- metric
- str
Přepište model, který se má nasadit. Nasadí nejlepší model pro jinou metriku.
Návraty
Zaregistrovaný objekt modelu.
Návratový typ
resume
Pokud bylo spuštění Automatizovaného strojového učení úspěšně obnoveno, vrátí hodnotu True.
Tato metoda není implementována.
resume()
Výjimky
retry
Pokud se spuštění Automatizovaného strojového učení úspěšně zkusilo znovu, vrátí hodnotu True.
Tato metoda není implementována.
retry()
Výjimky
summary
Získejte tabulku obsahující souhrn pokusů o algoritmy a jejich skóre.
summary()
Návraty
Datový rámec Pandas obsahující statistiky modelu AutoML.
Návratový typ
wait_for_completion
Počkejte na dokončení tohoto spuštění.
Vrátí objekt stavu po čekání.
wait_for_completion(show_output=False, wait_post_processing=False)
Parametry
- show_output
- bool
Určuje, jestli se má zobrazit výstup spuštění na sys.stdout.
- wait_post_processing
- bool
Určuje, jestli se má čekat na dokončení následného zpracování po dokončení spuštění.
Návraty
Objekt stavu.
Návratový typ
Výjimky
Atributy
run_id
Váš názor
https://aka.ms/ContentUserFeedback.
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:Odeslat a zobrazit názory pro