Naplózás engedélyezése az Azure Machine Tanulás tervezői folyamatokban
Ebből a cikkből megtudhatja, hogyan adhat hozzá naplózási kódot a tervezői folyamatokhoz. Azt is megtudhatja, hogyan tekintheti meg ezeket a naplókat az Azure Machine Tanulás Studio webportálján.
A metrikák SDK-létrehozási felülettel történő naplózásáról az Azure Machine-Tanulás kísérletfuttatások és metrikák monitorozása című témakörben olvashat bővebben.
Naplózás engedélyezése Python-szkript végrehajtásával
A Python-szkript végrehajtása összetevővel engedélyezheti a naplózást a tervezői folyamatokban. Bár ezzel a munkafolyamattal bármilyen értéket naplózhat, különösen hasznos, ha metrikákat naplóz a Modell kiértékelése összetevőből, hogy nyomon kövesse a modellek teljesítményét a futtatások során.
Az alábbi példa bemutatja, hogyan naplózhatja két betanított modell átlagos négyzetes hibáját a Modell kiértékelése és a Python-szkriptek végrehajtása összetevővel.
CsatlakozásPython-szkript összetevő végrehajtása a Modell kiértékelése összetevő kimenetére.
Illessze be a következő kódot az Execute Python Script code editorba a betanított modell átlagos abszolút hibájának naplózásához. Hasonló mintával bármilyen más értéket naplózhat a tervezőben:
ÉRVÉNYES:Python SDK azureml v1
# dataframe1 contains the values from Evaluate Model def azureml_main(dataframe1=None, dataframe2=None): print(f'Input pandas.DataFrame #1: {dataframe1}') from azureml.core import Run run = Run.get_context() # Log the mean absolute error to the parent run to see the metric in the run details page. # Note: 'run.parent.log()' should not be called multiple times because of performance issues. # If repeated calls are necessary, cache 'run.parent' as a local variable and call 'log()' on that variable. parent_run = Run.get_context().parent # Log left output port result of Evaluate Model. This also works when evaluate only 1 model. parent_run.log(name='Mean_Absolute_Error (left port)', value=dataframe1['Mean_Absolute_Error'][0]) # Log right output port result of Evaluate Model. The following line should be deleted if you only connect one Score component to the` left port of Evaluate Model component. parent_run.log(name='Mean_Absolute_Error (right port)', value=dataframe1['Mean_Absolute_Error'][1]) return dataframe1,
Ez a kód az Azure Machine Tanulás Python SDK-t használja az értékek naplózásához. A Run.get_context() használatával lekéri az aktuális futtatás környezetét. Ezután a run.parent.log() metódussal naplózza az értékeket a környezetbe. Az összetevő futtatása helyett az értékeket a szülőfolyamat-futtatásra naplózza parent
.
A Python SDK értékek naplózásához való használatával kapcsolatos további információkért lásd: Naplózás engedélyezése az Azure Machine-ben Tanulás betanítási futtatások.
Naplók megtekintése
A folyamat futtatása után a Mean_Absolute_Error a Kísérletek lapon tekintheti meg.
Lépjen a Feladatok szakaszra .
Válassza ki a kísérletet.
Válassza ki a megtekinteni kívánt feladatot a kísérletben.
Válassza a Metrikák lehetőséget.
További lépések
Ebben a cikkben megtanulta, hogyan használhatja a naplókat a tervezőben. A következő lépésekért tekintse meg az alábbi kapcsolódó cikkeket:
- Ismerje meg, hogyan háríthatja el a tervezői folyamatokat, lásd : Hibakeresés és az ML-folyamatok hibaelhárítása.
- Megtudhatja, hogyan naplózhat metrikákat a Python SDK használatával az SDK szerzői felületén, lásd: Naplózás engedélyezése az Azure Machine-ben Tanulás betanítási futtatások.
- Megtudhatja, hogyan használható a Python-szkript végrehajtása a tervezőben.