Experiment Kelas

Mewakili titik masuk utama untuk membuat dan bekerja dengan eksperimen di Azure Machine Learning.

Eksperimen adalah kontainer uji coba yang mewakili beberapa eksekusi model.

Konstruktor eksperimen.

Konstruktor

Experiment(workspace, name, _skip_name_validation=False, _id=None, _archived_time=None, _create_in_cloud=True, _experiment_dto=None, **kwargs)

Parameter

Nama	Deskripsi
workspace Diperlukan	Workspace Objek ruang kerja yang berisi eksperimen.
name Diperlukan	str Nama eksperimen.
kwargs Diperlukan	dict Kamus args kata kunci.
workspace Diperlukan	Workspace Objek ruang kerja yang berisi eksperimen.
name Diperlukan	str Nama eksperimen.
kwargs Diperlukan	dict Kamus args kata kunci.
_skip_name_validation	Nilai default: False
_id	Nilai default: None
_archived_time	Nilai default: None
_create_in_cloud	Nilai default: True
_experiment_dto	Nilai default: None

Keterangan

Eksperimen Azure Machine Learning mewakili kumpulan uji coba yang digunakan untuk memvalidasi hipotesis pengguna.

Dalam Azure Machine Learning, eksperimen diwakili oleh Experiment kelas dan uji coba diwakili oleh Run kelas .

Untuk mendapatkan atau membuat eksperimen dari ruang kerja, Anda meminta eksperimen menggunakan nama eksperimen. Nama eksperimen harus 3-36 karakter, dimulai dengan huruf atau angka, dan hanya boleh berisi huruf, angka, garis bawah, dan tanda hubung.

   experiment = Experiment(workspace, "MyExperiment")

Jika eksperimen tidak ditemukan di ruang kerja, eksperimen baru dibuat.

Ada dua cara untuk menjalankan percobaan eksperimen. Jika Anda bereksperimen secara interaktif di Jupyter Notebook, gunakan start_logging Jika Anda mengirimkan eksperimen dari kode sumber atau jenis percobaan lain yang dikonfigurasi, gunakan submit

Kedua mekanisme membuat Run objek. Dalam skenario interaktif, gunakan metode pengelogan seperti log untuk menambahkan pengukuran dan metrik ke rekaman uji coba. Dalam skenario yang dikonfigurasi, gunakan metode status seperti get_status untuk mengambil informasi tentang eksekusi.

Dalam kedua kasus, Anda dapat menggunakan metode kueri seperti get_metrics untuk mengambil nilai saat ini, jika ada, dari pengukuran dan metrik uji coba apa pun.

Metode

archive	Arsipkan eksperimen.
delete	Menghapus eksperimen di ruang kerja.
from_directory	(Tidak digunakan lagi) Muat eksperimen dari jalur yang ditentukan.
get_docs_url	Url ke dokumentasi untuk kelas ini.
get_runs	Mengembalikan generator eksekusi untuk eksperimen ini, dalam urutan kronologis terbalik.
list	Mengembalikan daftar eksperimen di ruang kerja.
reactivate	Mengaktifkan kembali eksperimen yang diarsipkan.
refresh	Mengembalikan versi terbaru eksperimen dari cloud.
remove_tags	Hapus tag yang ditentukan dari eksperimen.
set_tags	Tambahkan atau ubah sekumpulan tag pada eksperimen. Tag yang tidak diteruskan dalam kamus dibiarkan tidak tersentuh.
start_logging	Mulai sesi pengelogan interaktif dan buat eksekusi interaktif dalam eksperimen yang ditentukan.
submit	Kirim eksperimen dan kembalikan eksekusi aktif yang dibuat.
tag	Tandai eksperimen dengan kunci string dan nilai string opsional.

archive

Arsipkan eksperimen.

archive()

Keterangan

Setelah pengarsipan, eksperimen tidak akan dicantumkan secara default. Mencoba menulis ke eksperimen yang diarsipkan akan membuat eksperimen aktif baru dengan nama yang sama. Eksperimen yang diarsipkan dapat dipulihkan dengan memanggil reactivate selama tidak ada eksperimen aktif lain dengan nama yang sama.

delete

Menghapus eksperimen di ruang kerja.

static delete(workspace, experiment_id)

Parameter

Nama	Deskripsi
workspace Diperlukan	Workspace Ruang kerja tempat eksperimen berada.
experiment_id Diperlukan	Id eksperimen eksperimen yang akan dihapus.

from_directory

(Tidak digunakan lagi) Muat eksperimen dari jalur yang ditentukan.

static from_directory(path, auth=None)

Parameter

Nama	Deskripsi
path Diperlukan	str Direktori yang berisi file konfigurasi eksperimen.
auth	ServicePrincipalAuthentication atau InteractiveLoginAuthentication Objek autentikasi. Jika Tidak ada kredensial Azure CLI default yang akan digunakan atau API akan meminta kredensial. Nilai default: None

Mengembalikan

Jenis	Deskripsi
Experiment	Mengembalikan Eksperimen

get_docs_url

Url ke dokumentasi untuk kelas ini.

get_docs_url()

Mengembalikan

Jenis	Deskripsi
str	URL

get_runs

Mengembalikan generator eksekusi untuk eksperimen ini, dalam urutan kronologis terbalik.

get_runs(type=None, tags=None, properties=None, include_children=False)

Parameter

Nama	Deskripsi
type	string Filter generator eksekusi yang dikembalikan berdasarkan jenis yang disediakan. Lihat add_type_provider untuk membuat jenis eksekusi. Nilai default: None
tags	string atau dict Filter berjalan menurut "tag" atau {"tag": "value"}. Nilai default: None
properties	string atau dict Filter berjalan menurut "properti" atau {"properti": "value"} Nilai default: None
include_children	bool Secara default, ambil hanya eksekusi tingkat atas. Atur ke true untuk mencantumkan semua eksekusi. Nilai default: False

Mengembalikan

Jenis	Deskripsi
list[Run]	Daftar eksekusi yang cocok dengan filter yang disediakan.

list

Mengembalikan daftar eksperimen di ruang kerja.

static list(workspace, experiment_name=None, view_type='ActiveOnly', tags=None)

Parameter

Nama	Deskripsi
workspace Diperlukan	Workspace Ruang kerja tempat untuk mencantumkan eksperimen.
experiment_name	str Nama opsional untuk memfilter eksperimen. Nilai default: None
view_type	ViewType Nilai enum opsional untuk memfilter atau menyertakan eksperimen yang diarsipkan. Nilai default: ActiveOnly
tags	Kunci tag opsional atau kamus pasangan kunci-nilai tag untuk memfilter eksperimen. Nilai default: None

Mengembalikan

Jenis	Deskripsi
list[Experiment]	Daftar objek eksperimen.

reactivate

Mengaktifkan kembali eksperimen yang diarsipkan.

reactivate(new_name=None)

Parameter

Nama	Deskripsi
new_name Diperlukan	str Tidak didukung lagi

Keterangan

Eksperimen yang diarsipkan hanya dapat diaktifkan kembali jika tidak ada eksperimen aktif lain dengan nama yang sama.

refresh

Mengembalikan versi terbaru eksperimen dari cloud.

refresh()

remove_tags

Hapus tag yang ditentukan dari eksperimen.

remove_tags(tags)

Parameter

Nama	Deskripsi
tags Diperlukan	[str] Kunci tag yang akan dihapus

set_tags

Tambahkan atau ubah sekumpulan tag pada eksperimen. Tag yang tidak diteruskan dalam kamus dibiarkan tidak tersentuh.

set_tags(tags)

Parameter

Nama	Deskripsi
tags Diperlukan	dict[str] Tag yang disimpan dalam objek eksperimen

start_logging

Mulai sesi pengelogan interaktif dan buat eksekusi interaktif dalam eksperimen yang ditentukan.

start_logging(*args, **kwargs)

Parameter

Nama	Deskripsi
experiment Diperlukan	Experiment Eksperimen.
outputs Diperlukan	str Direktori output opsional untuk dilacak. Untuk tidak ada output, berikan False.
snapshot_directory Diperlukan	str Direktori opsional untuk mengambil rekam jepret. Pengaturan ke Tidak Ada tidak akan mengambil rekam jepret.
args Diperlukan	list
kwargs Diperlukan	dict

Mengembalikan

Jenis	Deskripsi
Run	Mengembalikan eksekusi yang dimulai.

Keterangan

start_logging membuat eksekusi interaktif untuk digunakan dalam skenario seperti Jupyter Notebooks. Metrik apa pun yang dicatat selama sesi ditambahkan ke rekaman eksekusi dalam eksperimen. Jika direktori output ditentukan, konten direktori tersebut diunggah sebagai artefak eksekusi setelah selesai dijalankan.

   experiment = Experiment(workspace, "My Experiment")
   run = experiment.start_logging(outputs=None, snapshot_directory=".", display_name="My Run")
   ...
   run.log_metric("Accuracy", accuracy)
   run.complete()

Nota

run_id dibuat secara otomatis untuk setiap eksekusi dan unik dalam eksperimen.

submit

Kirim eksperimen dan kembalikan eksekusi aktif yang dibuat.

submit(config, tags=None, **kwargs)

Parameter

Nama	Deskripsi
config Diperlukan	object Konfigurasi yang akan dikirimkan.
tags	dict Tag yang akan ditambahkan ke eksekusi yang dikirimkan, {"tag": "value"}. Nilai default: None
kwargs Diperlukan	dict Parameter tambahan yang digunakan dalam fungsi pengiriman untuk konfigurasi.

Mengembalikan

Jenis	Deskripsi
Run	Sebuah eksekusi.

Keterangan

Kirim adalah panggilan asinkron ke platform Azure Machine Learning untuk menjalankan uji coba pada perangkat keras lokal atau jarak jauh. Bergantung pada konfigurasi, kirim akan secara otomatis menyiapkan lingkungan eksekusi Anda, menjalankan kode Anda, dan mengambil kode sumber Anda dan hasil ke dalam riwayat eksekusi eksperimen.

Untuk mengirimkan eksperimen, Pertama-tama Anda perlu membuat objek konfigurasi yang menjelaskan bagaimana eksperimen akan dijalankan. Konfigurasi tergantung pada jenis uji coba yang diperlukan.

Contoh cara mengirimkan eksperimen dari komputer lokal Anda adalah sebagai berikut:

   from azureml.core import ScriptRunConfig

   # run a trial from the train.py code in your current directory
   config = ScriptRunConfig(source_directory='.', script='train.py',
       run_config=RunConfiguration())
   run = experiment.submit(config)

   # get the url to view the progress of the experiment and then wait
   # until the trial is complete
   print(run.get_portal_url())
   run.wait_for_completion()

Untuk detail tentang cara mengonfigurasi eksekusi, lihat detail jenis konfigurasi.

• ScriptRunConfig

• azureml.train.automl.automlconfig.AutoMLConfig

• azureml.pipeline.core.Pipeline

• azureml.pipeline.core.PublishedPipeline

• azureml.pipeline.core.PipelineEndpoint

Nota

Saat Anda mengirimkan eksekusi pelatihan, rekam jepret direktori yang berisi skrip pelatihan Anda dibuat dan dikirim ke target komputasi. Ini juga disimpan sebagai bagian dari eksperimen di ruang kerja Anda. Jika Anda mengubah file dan mengirimkan eksekusi lagi, hanya file yang diubah yang akan diunggah.

Untuk mencegah file disertakan dalam rekam jepret, buat file .gitignore atau .amlignore di direktori dan tambahkan file ke dalamnya. File .amlignore menggunakan sintaks dan pola yang sama dengan file .gitignore. Jika kedua file ada, file .amlignore lebih diutamakan.

Untuk informasi selengkapnya, lihat Snapshots.

tag

Tandai eksperimen dengan kunci string dan nilai string opsional.

tag(key, value=None)

Parameter

Nama	Deskripsi
key Diperlukan	str Kunci tag
value Diperlukan	str Nilai opsional untuk tag

Keterangan

Tag pada eksperimen disimpan dalam kamus dengan kunci string dan nilai string. Tag dapat diatur, diperbarui, dan dihapus. Tag menghadap pengguna dan umumnya berisi informasi yang berarti bagi konsumen eksperimen.

   experiment.tag('')
   experiment.tag('DeploymentCandidate')
   experiment.tag('modifiedBy', 'Master CI')
   experiment.tag('modifiedBy', 'release pipeline') # Careful, tags are mutable

Atribut

archived_time

Mengembalikan waktu yang diarsipkan untuk eksperimen. Nilai harus Tidak Ada untuk eksperimen aktif.

Mengembalikan

Jenis	Deskripsi
str	Waktu eksperimen yang diarsipkan.

id

Mengembalikan id eksperimen.

Mengembalikan

Jenis	Deskripsi
str	Id eksperimen.

name

Mengembalikan nama eksperimen.

Mengembalikan

Jenis	Deskripsi
str	Nama eksperimen.

tags

Mengembalikan kumpulan tag yang dapat diubah pada eksperimen.

Mengembalikan

Jenis	Deskripsi
dict[str]	Tag pada eksperimen.

workspace

Mengembalikan ruang kerja yang berisi eksperimen.

Mengembalikan

Jenis	Deskripsi
Workspace	Mengembalikan objek ruang kerja.

workspace_object

(Tidak digunakan lagi) Mengembalikan ruang kerja yang berisi eksperimen.

workspace Gunakan atribut .

Mengembalikan

Jenis	Deskripsi
Workspace	Objek ruang kerja.