AutoMLRun Kelas
Mewakili eksperimen ML otomatis yang dieksekusi di Azure Machine Learning.
Kelas AutoMLRun dapat digunakan untuk mengelola status eksekusi, periksa eksekusi, dan mengambil detail eksekusi setelah eksekusi AutoML dikirimkan. Untuk informasi selengkapnya tentang bekerja dengan eksperimen berjalan, lihat kelas Run.
Menginisialisasi eksekusi AutoML.
- Warisan
-
AutoMLRun
Konstruktor
AutoMLRun(experiment, run_id, **kwargs)
Parameter
Keterangan
Objek AutoMLRun dikembalikan saat Anda menggunakan metode submit dari eksperimen.
Untuk mengambil eksekusi yang telah dimulai, gunakan kode berikut:
from azureml.train.automl.run import AutoMLRun
ws = Workspace.from_config()
experiment = ws.experiments['my-experiment-name']
automl_run = AutoMLRun(experiment, run_id = 'AutoML_9fe201fe-89fd-41cc-905f-2f41a5a98883')
Metode
cancel |
Batalkan eksekusi AutoML. Kembalikan True jika eksekusi AutoML berhasil dibatalkan. |
cancel_iteration |
Batalkan eksekusi turunan tertentu. |
complete |
Selesaikan Eksekusi AutoML. |
continue_experiment |
Lanjutkan eksperimen AutoML yang sudah ada. |
fail |
Gagalkan Eksekusi AutoML. Secara opsional, atur properti Error dari eksekusi dengan pesan atau pengecualian yang diteruskan ke |
get_best_child |
Kembalikan eksekusi turunan dengan skor terbaik untuk Eksekusi AutoML ini. |
get_guardrails |
Cetak dan kembalikan hasil terperinci dari menjalankan verifikasi Guardrail. |
get_output |
Kembalikan eksekusi dengan alur terbaik yang sesuai yang telah diuji. Jika tidak ada parameter input yang disediakan, |
get_run_sdk_dependencies |
Dapatkan dependensi eksekusi SDK untuk eksekusi tertentu. |
pause |
Kembalikan True jika eksekusi AutoML berhasil dihentikan sementara. Metode ini tidak diterapkan. |
register_model |
Daftarkan model dengan layanan AzureML ACI. |
resume |
Kembalikan True jika eksekusi AutoML berhasil dilanjutkan sementara. Metode ini tidak diterapkan. |
retry |
Kembalikan True jika proses AutoML berhasil dicoba kembali. Metode ini tidak diterapkan. |
summary |
Dapatkan tabel yang berisi ringkasan algoritma yang dicoba dan skornya. |
wait_for_completion |
Tunggu sampai eksekusi ini selesai. Menampilkan objek status setelah menunggu. |
cancel
Batalkan eksekusi AutoML.
Kembalikan True jika eksekusi AutoML berhasil dibatalkan.
cancel()
Mengembalikan
Tidak ada
cancel_iteration
Batalkan eksekusi turunan tertentu.
cancel_iteration(iteration)
Parameter
Mengembalikan
Tidak ada
complete
Selesaikan Eksekusi AutoML.
complete(**kwargs)
Mengembalikan
Tidak ada
continue_experiment
Lanjutkan eksperimen AutoML yang sudah ada.
continue_experiment(X=None, y=None, sample_weight=None, X_valid=None, y_valid=None, sample_weight_valid=None, data=None, label=None, columns=None, cv_splits_indices=None, spark_context=None, experiment_timeout_hours=None, experiment_exit_score=None, iterations=None, show_output=False, training_data=None, validation_data=None, **kwargs)
Parameter
Sampel bobot untuk data pelatihan.
Fitur validasi.
Label validasi.
bobot sampel set validasi.
Daftar kolom yang diizinkan dalam data untuk digunakan sebagai fitur.
- cv_splits_indices
- ndarray
Indeks pemisahan data pelatihan untuk validasi silang. Setiap baris adalah lipatan silang yang terpisah dan dalam setiap lipatan silang, menyediakan 2 array, yang pertama dengan indeks untuk sampel yang akan digunakan untuk data pelatihan dan yang kedua dengan indeks yang akan digunakan untuk data validasi. yaitu [[t1, v1], [t2, v2], ...] di mana t1 adalah indeks pelatihan untuk lipatan silang pertama dan v1 adalah indeks validasi untuk lipatan silang pertama.
- spark_context
- <xref:SparkContext>
Konteks spark, hanya berlaku saat digunakan di dalam lingkungan azure databricks/spark.
- experiment_timeout_hours
- float
Berapa jam tambahan untuk menjalankan eksperimen ini.
- experiment_exit_score
- int
Jika ditentukan, eksperimen dihentikan saat nilai ini tercapai.
- iterations
- int
Berapa banyak perulangan tambahan yang harus dijalankan untuk eksperimen ini.
- show_output
- bool
Bendera yang menunjukkan apakah akan mencetak output ke konsol.
- training_data
- <xref:azureml.dataprep.Dataflow> atau DataFrame
Input data pelatihan.
Mengembalikan
Induk AutoML dijalankan.
Tipe hasil
Pengecualian
fail
Gagalkan Eksekusi AutoML.
Secara opsional, atur properti Error dari eksekusi dengan pesan atau pengecualian yang diteruskan ke error_details
.
fail(error_details=None, error_code=None, _set_status=True, **kwargs)
Parameter
- error_code
- str
Kode kesalahan opsional dari kesalahan untuk klasifikasi kesalahan.
- _set_status
- bool
Menunjukkan apakah akan mengirim peristiwa status untuk pelacakan.
get_best_child
Kembalikan eksekusi turunan dengan skor terbaik untuk Eksekusi AutoML ini.
get_best_child(metric: str | None = None, onnx_compatible: bool = False, **kwargs: Any) -> Run
Parameter
- metric
- str
Metrik yang digunakan saat memilih eksekusi terbaik untuk pengembalian. Default ke metrik utama.
- onnx_compatible
Apakah hanya mengembalikan eksekusi yang menghasilkan model onnx.
- kwargs
Mengembalikan
Eksekusi Turunan AutoML.
get_guardrails
Cetak dan kembalikan hasil terperinci dari menjalankan verifikasi Guardrail.
get_guardrails(to_console: bool = True) -> Dict[str, Any]
Parameter
Mengembalikan
Kamus hasil verifikator.
Tipe hasil
Pengecualian
get_output
Kembalikan eksekusi dengan alur terbaik yang sesuai yang telah diuji.
Jika tidak ada parameter input yang disediakan, get_output
mengembalikan alur terbaik menurut metrik utama. Atau, Anda dapat menggunakan parameter iteration
atau metric
untuk mengambil perulangan tertentu atau eksekusi terbaik per metrik yang disediakan, masing-masing.
get_output(iteration: int | None = None, metric: str | None = None, return_onnx_model: bool = False, return_split_onnx_model: SplitOnnxModelName | None = None, **kwargs: Any) -> Tuple[Run, Any]
Parameter
- iteration
- int
Nomor perulangan dari model yang dijalankan dan pas sesuai untuk dikembalikan.
- metric
- str
Metrik yang akan digunakan saat memilih model yang dijalankan dan sangat sesuai untuk dikembalikan.
- return_onnx_model
- bool
Metode ini akan menampilkan model ONNX yang dikonversi jika parameter enable_onnx_compatible_models
diatur ke True di objek AutoMLConfig.
- return_split_onnx_model
- SplitOnnxModelName
Jenis model split onnx yang akan ditampilkan
Mengembalikan
Eksekusi, model yang sesuai.
Tipe hasil
Pengecualian
Keterangan
Jika Anda ingin memeriksa praprosesor dan algoritma (penaksir) yang digunakan, Anda dapat melakukannya melalui Model.steps
, mirip dengan sklearn.pipeline.Pipeline.steps
.
Misalnya, kode di bawah ini menunjukkan cara mengambil penghitung.
best_run, model = parent_run.get_output()
estimator = model.steps[-1]
get_run_sdk_dependencies
Dapatkan dependensi eksekusi SDK untuk eksekusi tertentu.
get_run_sdk_dependencies(iteration=None, check_versions=True, **kwargs)
Parameter
- iteration
- int
Nomor perulangan yang dijalankan untuk diambil. Jika None, ambil lingkungan induk.
- check_versions
- bool
Jika True, periksa versi dengan lingkungan saat ini. Jika False, lewati.
Mengembalikan
Kamus dependensi diambil dari RunHistory.
Tipe hasil
Pengecualian
pause
Kembalikan True jika eksekusi AutoML berhasil dihentikan sementara.
Metode ini tidak diterapkan.
pause()
Pengecualian
register_model
Daftarkan model dengan layanan AzureML ACI.
register_model(model_name=None, description=None, tags=None, iteration=None, metric=None)
Parameter
- iteration
- int
Ganti model mana yang akan disebarkan. Menyebarkan model untuk perulangan yang diberikan.
- metric
- str
Ambil alih model mana yang disebarkan. Menyebarkan model terbaik untuk metrik berbeda.
Mengembalikan
Objek model terdaftar.
Tipe hasil
resume
Kembalikan True jika eksekusi AutoML berhasil dilanjutkan sementara.
Metode ini tidak diterapkan.
resume()
Pengecualian
retry
Kembalikan True jika proses AutoML berhasil dicoba kembali.
Metode ini tidak diterapkan.
retry()
Pengecualian
summary
Dapatkan tabel yang berisi ringkasan algoritma yang dicoba dan skornya.
summary()
Mengembalikan
Pandas DataFrame berisi statistik model AutoML.
Tipe hasil
wait_for_completion
Tunggu sampai eksekusi ini selesai.
Menampilkan objek status setelah menunggu.
wait_for_completion(show_output=False, wait_post_processing=False)
Parameter
- show_output
- bool
Menunjukkan apakah akan menampilkan output eksekusi pada sys.stdout.
- wait_post_processing
- bool
Menunjukkan apakah akan menunggu pasca pemrosesan selesai setelah eksekusi selesai.
Mengembalikan
Objek status.
Tipe hasil
Pengecualian
Atribut
run_id
Kembalikan ID eksekusi dari eksekusi saat ini.
Mengembalikan
ID eksekusi dari eksekusi saat ini.
Tipe hasil
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