Experiment Kelas
Mewakili titik masuk utama untuk membuat dan bekerja dengan eksperimen di Azure Machine Learning.
Eksperimen adalah kontainer percobaan yang menunjukkan beberapa model eksekusi.
Konstruktor eksperimen.
- Warisan
-
azureml._logging.chained_identity.ChainedIdentityExperimentazureml.core._portal.HasExperimentPortalExperiment
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
|
Objek ruang kerja yang berisi eksperimen. |
name
Diperlukan
|
Nama eksperimen. |
kwargs
Diperlukan
|
Kamus kata kunci args. |
workspace
Diperlukan
|
Objek ruang kerja yang berisi eksperimen. |
name
Diperlukan
|
Nama eksperimen. |
kwargs
Diperlukan
|
Kamus kata kunci args. |
_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 menunjukkan kumpulan percobaan yang digunakan untuk memvalidasi hipotesis pengguna.
Dalam Azure Machine Learning, eksperimen diwakili oleh kelas Experiment dan uji coba diwakili oleh kelas Run.
Untuk mendapatkan atau membuat eksperimen dari ruang kerja, Anda meminta eksperimen menggunakan nama eksperimen. Nama eksperimen harus terdiri dari 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 akan dibuat.
Ada dua cara untuk melakukan 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 tersebut membuat objek Run. Dalam skenario interaktif, gunakan metode pencatatan log seperti log untuk menambahkan pengukuran dan metrik ke catatan percobaan. Dalam skenario yang dikonfigurasi, gunakan metode status seperti get_status untuk mengambil informasi tentang proses tersebut.
Dalam kedua kasus tersebut, Anda dapat menggunakan metode kueri seperti get_metrics untuk mengambil nilai saat ini, jika ada, dari pengukuran dan metrik percobaan apa pun.
Metode
archive |
Arsipkan eksperimen. |
delete |
Hapus eksperimen di ruang kerja. |
from_directory |
(Tidak digunakan lagi) Memuat eksperimen dari jalur yang ditentukan. |
get_docs_url |
Url ke dokumentasi untuk kelas ini. |
get_runs |
Tampilkan generator eksekusi untuk eksperimen ini, dalam urutan kronologis terbalik. |
list |
Tampilkan daftar eksperimen di ruang kerja. |
reactivate |
Mengaktifkan kembali eksperimen yang diarsipkan. |
refresh |
Tampilkan versi eksperimen terbaru dari cloud. |
remove_tags |
Menghapus tag yang ditentukan dari eksperimen. |
set_tags |
Menambahkan atau mengubah set tag pada eksperimen. Tag yang tidak diteruskan dalam kamus tidak akan tersentuh. |
start_logging |
Memulai sesi pengelogan interaktif dan membuat proses interaktif dalam eksperimen yang ditentukan. |
submit |
Mengirim eksperimen dan menampilkan eksekusi aktif yang dibuat. |
tag |
Memberi tag 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 lainnya dengan nama yang sama.
delete
Hapus eksperimen di ruang kerja.
static delete(workspace, experiment_id)
Parameter
Nama | Deskripsi |
---|---|
workspace
Diperlukan
|
Ruang kerja tempat eksperimen itu berada. |
experiment_id
Diperlukan
|
Id eksperimen dari eksperimen yang akan dihapus. |
from_directory
(Tidak digunakan lagi) Memuat eksperimen dari jalur yang ditentukan.
static from_directory(path, auth=None)
Parameter
Nama | Deskripsi |
---|---|
path
Diperlukan
|
Direktori yang berisi file konfigurasi eksperimen. |
auth
|
Objek autentik. Jika Tidak Ada, kredensial Azure CLI default akan digunakan atau API akan meminta kredensial. nilai default: None
|
Mengembalikan
Jenis | Deskripsi |
---|---|
Tampilkan Eksperimen |
get_docs_url
get_runs
Tampilkan generator eksekusi untuk eksperimen ini, dalam urutan kronologis terbalik.
get_runs(type=None, tags=None, properties=None, include_children=False)
Parameter
Nama | Deskripsi |
---|---|
type
|
Filter generator eksekusi yang dikembalikan berdasarkan jenis yang disediakan. Lihat add_type_provider untuk membuat jenis eksekusi. nilai default: None
|
tags
|
Filter dijalankan menurut "tag" atau {"tag": "value"}. nilai default: None
|
properties
|
Filter dijalankan menurut "properti" atau {"properti": "nilai"} nilai default: None
|
include_children
|
Secara default, ambil hanya operasi tingkat atas. Atur ke true untuk mencantumkan semua proses. nilai default: False
|
Mengembalikan
Jenis | Deskripsi |
---|---|
Daftar proses yang cocok dengan filter yang disediakan. |
list
Tampilkan daftar eksperimen di ruang kerja.
static list(workspace, experiment_name=None, view_type='ActiveOnly', tags=None)
Parameter
Nama | Deskripsi |
---|---|
workspace
Diperlukan
|
Ruang kerja untuk mendaftar eksperimen. |
experiment_name
|
Nama opsional untuk memfilter eksperimen. nilai default: None
|
view_type
|
Nilai enum opsional untuk memfilter atau menyertakan eksperimen yang diarsipkan. nilai default: ActiveOnly
|
tags
|
Kunci tag opsional atau kamus pasangan nilai kunci tag untuk memfilter eksperimen. nilai default: None
|
Mengembalikan
Jenis | Deskripsi |
---|---|
Daftar objek percobaan. |
reactivate
Mengaktifkan kembali eksperimen yang diarsipkan.
reactivate(new_name=None)
Parameter
Nama | Deskripsi |
---|---|
new_name
Diperlukan
|
Tidak didukung lagi |
Keterangan
Eksperimen yang diarsipkan hanya dapat diaktifkan kembali jika tidak ada eksperimen aktif lain dengan nama yang sama.
refresh
Tampilkan versi eksperimen terbaru dari cloud.
refresh()
remove_tags
Menghapus tag yang ditentukan dari eksperimen.
remove_tags(tags)
Parameter
Nama | Deskripsi |
---|---|
tags
Diperlukan
|
[str]
Kunci tag yang akan dihapus |
set_tags
Menambahkan atau mengubah set tag pada eksperimen. Tag yang tidak diteruskan dalam kamus tidak akan tersentuh.
set_tags(tags)
Parameter
Nama | Deskripsi |
---|---|
tags
Diperlukan
|
Tag yang disimpan di objek eksperimen |
start_logging
Memulai sesi pengelogan interaktif dan membuat proses interaktif dalam eksperimen yang ditentukan.
start_logging(*args, **kwargs)
Parameter
Nama | Deskripsi |
---|---|
experiment
Diperlukan
|
Eksperimen. |
outputs
Diperlukan
|
Direktori output opsional untuk dilacak. Untuk tidak ada output, teruskan False. |
snapshot_directory
Diperlukan
|
Direktori opsional untuk mengambil snapshot. Pengaturan ke Tidak Ada tidak akan mengambil snapshot. |
args
Diperlukan
|
|
kwargs
Diperlukan
|
|
Mengembalikan
Jenis | Deskripsi |
---|---|
Tampilkan eksekusi yang dimulai. |
Keterangan
start_logging membuat eksekusi interaktif untuk digunakan dalam skenario seperti Jupyter Notebooks. Metrik yang dicatat selama sesi ditambahkan ke catatan eksekusi dalam eksperimen. Jika direktori output ditentukan, konten direktori tersebut diunggah sebagai artefak yang dijalankan setelah penyelesaian proses.
experiment = Experiment(workspace, "My Experiment")
run = experiment.start_logging(outputs=None, snapshot_directory=".", display_name="My Run")
...
run.log_metric("Accuracy", accuracy)
run.complete()
Catatan
run_id dibuat secara otomatis untuk setiap proses dan bersifat unik dalam eksperimen.
submit
Mengirim eksperimen dan menampilkan eksekusi aktif yang dibuat.
submit(config, tags=None, **kwargs)
Parameter
Nama | Deskripsi |
---|---|
config
Diperlukan
|
Konfigurasi yang akan dikirimkan. |
tags
|
Tag yang akan ditambahkan ke proses yang dikirimkan, {"tag": "value"}. nilai default: None
|
kwargs
Diperlukan
|
Parameter tambahan yang digunakan dalam fungsi kirim untuk konfigurasi. |
Mengembalikan
Jenis | Deskripsi |
---|---|
Eksekusi. |
Keterangan
Kirim adalah panggilan asinkron ke platform Azure Machine Learning untuk mengeksekusi uji coba pada perangkat keras lokal, atau jarak jauh. Bergantung pada konfigurasi, kirim akan secara otomatis menyiapkan lingkungan eksekusi Anda, mengeksekusi kode Anda, dan menangkap kode sumber Anda dan hasil ke dalam riwayat eksekusi percobaan.
Untuk mengirimkan percobaan, Anda harus terlebih dahulu membuat objek konfigurasi yang menjelaskan bagaimana percobaan akan dijalankan. Konfigurasi tergantung pada jenis percobaan yang diperlukan.
Contoh cara mengirimkan eksperimen dari mesin 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.
azureml.train.automl.automlconfig.AutoMLConfig
azureml.pipeline.core.Pipeline
azureml.pipeline.core.PublishedPipeline
azureml.pipeline.core.PipelineEndpoint
Catatan
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 cuplikan, 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 tersedia, file .amligore akan diutamakan.
Untuk informasi selengkapnya, lihat Snapshots.
tag
Memberi tag eksperimen dengan kunci string dan nilai string opsional.
tag(key, value=None)
Parameter
Nama | Deskripsi |
---|---|
key
Diperlukan
|
Kunci tag |
value
Diperlukan
|
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 ke 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
Tampilkan waktu yang diarsipkan untuk eksperimen. Nilai harus Tidak Ada untuk eksperimen aktif.
Mengembalikan
Jenis | Deskripsi |
---|---|
Waktu eksperimen yang diarsipkan. |
id
name
tags
Tampilkan kumpulan tag yang dapat diubah pada eksperimen.
Mengembalikan
Jenis | Deskripsi |
---|---|
Tag pada eksperimen. |
workspace
Tampilkan ruang kerja yang berisi eksperimen.
Mengembalikan
Jenis | Deskripsi |
---|---|
Tampilkan objek ruang kerja. |
workspace_object
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk