RunDetails Klasse

Stellt ein Jupyter Notebook-Widget dar, das zum Anzeigen des Fortschritts des Modelltrainings verwendet wird.

Ein Widget ist asynchron und bietet Updates, bis das Training abgeschlossen ist.

Initialisieren Sie das Widget mit der angegebenen Ausführung instance.

Vererbung

builtins.object

RunDetails

Konstruktor

RunDetails(run_instance)

Parameter

Name	Beschreibung
run_instance Erforderlich	Run Ausführungsinstanz, für die das Widget gerendert wird.
run_instance Erforderlich	Run Ausführungsinstanz, für die das Widget gerendert wird.

Hinweise

Ein Azure ML-Jupyter Notebook-Widget zeigt den Fortschritt des Modelltrainings an, einschließlich der Eigenschaften, Protokolle und Metriken. Der ausgewählte Widgettyp wird implizit aus run_instance abgeleitet. Sie müssen ihn nicht explizit festlegen. Verwenden Sie die show-Methode, um mit dem Rendern des Widgets zu beginnen. Wenn das Widget nicht installiert ist, wird stattdessen ein Link zum Anzeigen des Inhalts auf einer neuen Browserseite angezeigt. Nach dem Starten eines Experiments können Sie den Fortschritt des Modelltrainings auch im Azure-Portal mit der get_portal_url()-Methode der Run-Klasse anzeigen.

Das folgende Beispiel zeigt, wie Sie ein Widget erstellen und starten:

   from azureml.widgets import RunDetails

   RunDetails(remote_run).show()

Das vollständige Beispiel finden Sie unter https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/classification-credit-card-fraud/auto-ml-classification-credit-card-fraud.ipynb.

Die folgenden Ausführungstypen werden unterstützt:

• StepRun: Zeigt Ausführungseigenschaften, Ausgabeprotokolle und Metriken an.

• HyperDriveRun: Zeigt Eigenschaften der übergeordneten Ausführung, Protokolle, untergeordnete Ausführungen, das primäre Metrikdiagramm und das parallele Koordinatendiagramm von Hyperparametern an.

• AutoMLRun: Zeigt untergeordnete Ausführungen und das primäre Metrikdiagramm mit der Option zur Auswahl einzelner Metriken an.

• PipelineRun: Zeigt ausgeführte und nicht ausgeführte Knoten einer Pipeline zusammen mit einer grafischen Darstellung von Knoten und Edges an.

• ReinforcementLearningRun: Zeigt den Status von Ausführungen in Echtzeit an. Das Lernen durch Bestärkung von Azure Machine Learning ist derzeit eine Previewfunktion. Weitere Informationen finden Sie unter Reinforcement learning with Azure Machine Learning (Vertiefendes Lernen mit Azure Machine Learning).

Das Paket azureml-widgets wird bei der Installation des Azure Machine Learning SDK installiert. Je nach Umgebung sind jedoch möglicherweise weitere Installationen erforderlich.

• Jupyter Notebook: Sowohl lokale als auch Cloud-Notebooks werden vollständig unterstützt, mit Interaktivität, asynchronen automatischen Updates und nicht blockierenden Zellenausführungen.

• JupyterLab: Möglicherweise sind weitere Installationen erforderlich.

  1. Vergewissern Sie sich, dass das Paket azure-widgets installiert ist, und falls nicht, installieren Sie es.

     
        sudo -i pip install azureml-widgets
     

  2. Installieren Sie die JupyterLab-Erweiterung.

     
        sudo -i jupyter labextension install @jupyter-widgets/jupyterlab-manager
     

  3. Starten Sie nach der Installation den Kernel in allen derzeit ausgeführten Notebooks neu.

     
        jupyter labextension list
     

• Databricks: Teilweise Unterstützung für Jupyter Notebook-Widgets. Wenn Sie das Widget verwenden, wird ein Link zum Anzeigen des Inhalts auf einer neuen Browserseite angezeigt. Verwenden Sie show, während der Parameter render_lib auf „displayHTML“ gesetzt ist.

Methoden

get_widget_data	Abrufen und Transformieren von Daten aus dem Ausführungsverlauf, die vom Widget gerendert werden sollen. Wird auch zum Debuggen verwendet.
show	Rendern des Widgets und Starten des Threads, um das Widget zu aktualisieren.

get_widget_data

Abrufen und Transformieren von Daten aus dem Ausführungsverlauf, die vom Widget gerendert werden sollen. Wird auch zum Debuggen verwendet.

get_widget_data(widget_settings=None)

Parameter

Name	Beschreibung
widget_settings	dict Auf das Widget anzuwendende Einstellungen. Unterstützte Einstellung: „debug“ (ein boolescher Wert). Standardwert: None

Gibt zurück

Typ	Beschreibung
dict	Wörterbuch mit Daten, die vom Widget gerendert werden sollen.

show

Rendern des Widgets und Starten des Threads, um das Widget zu aktualisieren.

show(render_lib=None, widget_settings=None)

Parameter

Name	Beschreibung
render_lib	<xref:func> Die Bibliothek, die für das Rendering verwendet werden soll. Nur für Databricks mit dem Wert „displayHTML“ erforderlich. Standardwert: None
widget_settings	dict Auf das Widget anzuwendende Einstellungen. Unterstützte Einstellung: „debug“ (ein boolescher Wert). Standardwert: None