Megosztás a következőn keresztül:


Azure ML Package ügyfélkódtár Pythonhoz – 1.12.1-es verzió

Örömmel mutatjuk be az Azure Machine Learning Python SDK v2 ga-t. A Python SDK v2 olyan új SDK-képességeket vezet be, mint az önálló helyi feladatok, a folyamatok újrafelhasználható összetevői és a felügyelt online/kötegelt következtetés. A Python SDK v2 segítségével egyszerűen és növekményesen válthat az egyszerűről az összetett feladatokra. Ezt egy közös objektummodell használatával lehet engedélyezni, amely a különböző tevékenységekre kiterjedően biztosítja a fogalmak újrafelhasználását és a műveletek konzisztenciáját. Az SDK v2 megosztja alapjait a CLI v2-vel, amely szintén GA.

Forráskód | Csomag (PyPI) | Csomag (Conda) | API-referenciadokumentáció | Termékdokumentáció | Minták

Ezt a csomagot a Python 3.7, 3.8, 3.9 és 3.10 használatával teszteltük.

Az Azure-kódtárak teljesebb készletét lásd: https://aka.ms/azsdk/python/all

Első lépések

Előfeltételek

A csomag telepítése

Telepítse a Pythonhoz készült Azure ML-ügyfélkódtárat a pip használatával:

pip install azure-ai-ml
pip install azure-identity

Az ügyfél hitelesítése

from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

Fő fogalmak

Az Azure Machine Learning Python SDK v2 számos új funkcióval rendelkezik, például önálló helyi feladatokkal, folyamatok újrafelhasználható összetevőivel és felügyelt online/kötegelt következtetésekkel. Az SDK v2 konzisztenciát és egyszerű használatot biztosít a platform összes eszközén. A Python SDK v2 a következő képességeket kínálja:

  • Önálló feladatok futtatása – futtasson egy különálló ML-tevékenységet Feladatként. Ez a feladat helyileg vagy a felhőben is futtatható. Jelenleg a következő típusú feladatokat támogatjuk:
    • Parancs – futtasson egy parancsot (Python, R, Windows Command, Linux Shell stb.)
    • Takarítás – hyperparaméter-takarítás futtatása a parancson
  • Több feladat futtatása a továbbfejlesztett folyamatok használatával
    • Folyamatba fűzött parancsok sorozatának futtatása (Új)
    • Összetevők – folyamatok futtatása újrafelhasználható összetevők használatával (új)
  • Modellek használata felügyelt online következtetéshez (új)
  • Modellek használata felügyelt köteg-következtetéshez
  • AML-erőforrások kezelése – munkaterület, számítás, adattárak
  • AML-eszközök kezelése – Adathalmazok, környezetek, modellek
  • AutoML – önálló AutoML-betanítás futtatása különböző ml-feladatokhoz:
    • Besorolás (táblázatos adatok)
    • Regresszió (táblázatos adatok)
    • Idősor-előrejelzés (táblázatos adatok)
    • Képbesorolás (többosztályos) (új)
    • Képbesorolás (többcímke) (új)
    • Képobjektum-észlelés (új)
    • Képpéldány szegmentálása (új)
    • NLP-szövegbesorolás (többosztályos) (új)
    • NLP-szövegbesorolás (többcímke) (új)
    • Entitásfelismerés (NER) nevű NLP-szöveg (új)

Példák

Hibaelhárítás

Általános kérdések

Az Azure ML-ügyfelek kivételeket emelnek ki az Azure Core-ban.

from azure.core.exceptions import HttpResponseError

try:
    ml_client.compute.get("cpu-cluster")
except HttpResponseError as error:
    print("Request failed: {}".format(error.message))

Naplózás

Ez a kódtár a szabványos naplózási kódtárat használja a naplózáshoz. A HTTP-munkamenetekkel (URL-címekkel, fejlécekkel stb.) kapcsolatos alapvető információk az INFO szintjén naplózva lesznek.

Részletes HIBAKERESÉSi szintű naplózás, beleértve a kérelem-/választörzseket és a nem felügyelt fejléceket, engedélyezhető az logging_enable argumentummal rendelkező ügyfélen.

A teljes SDK-naplózási dokumentációt itt találja példákkal.

Telemetria

Az Azure ML Python SDK tartalmaz egy telemetriai funkciót, amely az SDK használati és hibaadatait gyűjti, és elküldi a Microsoftnak, ha csak Jupyter Notebook használja az SDK-t. A telemetria nem gyűjthető a Python SDK Jupyter Notebook kívüli használatára.

A telemetriai adatok segítenek az SDK csapatának megérteni, hogyan használják az SDK-t, így javíthatók, és a hibákkal kapcsolatos információk segítenek a csapatnak megoldani a problémákat és kijavítani a hibákat. Az SDK telemetriai funkció alapértelmezés szerint engedélyezve van Jupyter Notebook használathoz, és nem engedélyezhető nem Jupyter-forgatókönyvek esetén. Ha le szeretné tiltani a telemetriai funkciót egy Jupyter-forgatókönyvben, adja át enable_telemetry=False a elemet az MLClient-objektum létrehozásakor.

Következő lépések

Közreműködés

A projektben szívesen fogadjuk a hozzájárulásokat és a javaslatokat. A legtöbb hozzájáruláshoz el kell fogadnia egy Közreműködői licencszerződést (CLA-t), amelyben kijelenti, hogy jogosult arra, hogy ránk ruházza hozzájárulása felhasználási jogát, és ezt ténylegesen meg is teszi. A részletekért látogasson el a cla.microsoft.com.

A lekéréses kérelmek elküldésekor egy CLA-robot automatikusan meghatározza, hogy kell-e biztosítania CLA-t, és megfelelően kitölti a lekéréses kérelmet (például címke, megjegyzés). Egyszerűen csak kövesse a robot által megadott utasításokat. Ezt csak egyszer kell elvégeznie az összes olyan tárházban, amely a CLA-t használja.

A projekt a Microsoft nyílt forráskódú projekteket szabályozó etikai kódexe, a Microsoft Open Source Code of Conduct hatálya alá esik. További információkért lásd a viselkedési szabályzattal kapcsolatos gyakori kérdéseket , vagy vegye fel a kapcsolatot opencode@microsoft.com az esetleges további kérdésekkel vagy megjegyzésekkel.