RunDetails Clase

Representa un widget de Jupyter Notebook que se usa para ver el progreso del entrenamiento del modelo.

Un widget es asincrónico y proporciona actualizaciones hasta que finaliza el entrenamiento.

Inicialice el widget con la instancia de ejecución proporcionada.

Constructor

RunDetails(run_instance)

Parámetros

Nombre	Description
run_instance Requerido	Run Ejecute la instancia para la que se representará el widget.
run_instance Requerido	Run Ejecute la instancia para la que se representará el widget.

Comentarios

Un widget de Jupyter Notebook de Azure ML muestra el progreso del entrenamiento del modelo, incluidas las propiedades, los registros y las métricas. El tipo de widget seleccionado se deduce implícitamente de .run_instance No es necesario establecerlo explícitamente. Use el show método para comenzar la representación del widget. Si el widget no está instalado, verá un vínculo para ver el contenido en una nueva página del explorador. Después de iniciar un experimento, también puede ver el progreso del entrenamiento del modelo en Azure Portal mediante el get_portal_url() método de la Run clase .

En el ejemplo siguiente se muestra cómo crear un widget e iniciarlo:

   from azureml.widgets import RunDetails

   RunDetails(remote_run).show()

El ejemplo completo está disponible en 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

Se admiten los siguientes tipos de ejecuciones:

• StepRun: muestra las propiedades de ejecución, los registros de salida y las métricas.

• HyperDriveRun: muestra las propiedades de ejecución primaria, los registros, las ejecuciones secundarias, el gráfico de métricas principal y el gráfico de coordenadas paralelas de hiperparámetros.

• AutoMLRun: muestra las ejecuciones secundarias y el gráfico de métricas principal con la opción de seleccionar métricas individuales.

• PipelineRun: muestra los nodos en ejecución y no en ejecución de una canalización junto con la representación gráfica de nodos y bordes.

• ReinforcementLearningRun: muestra el estado de las ejecuciones en tiempo real. El aprendizaje de refuerzo de Azure Machine Learning es actualmente una característica en versión preliminar. Para más información, consulte Aprendizaje de refuerzo con Azure Marchine Learning.

El paquete azureml-widgets se instala al instalar el SDK de Azure Machine Learning. Sin embargo, es posible que se necesite alguna instalación adicional en función del entorno.

• Cuadernos de Jupyter Notebook: tanto los cuadernos locales como en la nube son totalmente compatibles, con interactividad, actualizaciones automáticas asincrónicas y ejecución de celdas sin bloqueo.

• JupyterLab: es posible que se necesite alguna instalación adicional.

  1. Compruebe que el paquete azure-widgets está instalado y, si no es así, instálelo.

     
        sudo -i pip install azureml-widgets
     

  2. Instale la extensión de JupyterLab.

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

  3. Después de la instalación, reinicie el kernel en todos los cuadernos que se están ejecutando actualmente.

     
        jupyter labextension list
     

• Databricks: compatibilidad parcial con widgets de Juypter Notebook. Cuando use el widget, mostrará un vínculo para ver el contenido en una nueva página del explorador. Use con show el render_lib parámetro establecido en "displayHTML".

Métodos

get_widget_data	Recupere y transforme datos del historial de ejecución que va a representar el widget. También se usa con fines de depuración.
show	Representar widget e iniciar subproceso para actualizar el widget.

get_widget_data

Recupere y transforme datos del historial de ejecución que va a representar el widget. También se usa con fines de depuración.

get_widget_data(widget_settings=None)

Parámetros

Nombre	Description
widget_settings	dict Configuración que se va a aplicar al widget. Configuración admitida: "depurar" (un valor booleano). Valor predeterminado: None

Devoluciones

Tipo	Description
dict	Diccionario que contiene los datos que va a representar el widget.

show

Representar widget e iniciar subproceso para actualizar el widget.

show(render_lib=None, widget_settings=None)

Parámetros

Nombre	Description
render_lib	<xref:func> Biblioteca que se va a usar para la representación. Solo es necesario para Databricks con el valor "displayHTML". Valor predeterminado: None
widget_settings	dict Configuración que se va a aplicar al widget. Configuración admitida: "depurar" (un valor booleano). Valor predeterminado: None