Python용 Azure ML 패키지 클라이언트 라이브러리 - 버전 1.12.1

아티클
11/18/2023

Azure Machine Learning Python SDK v2의 GA를 도입하게 되어 기쁩니다. Python SDK v2에는 독립 실행형 로컬 작업, 파이프라인에 재사용 가능한 구성 요소 및 관리형 온라인/일괄 처리 유추와 같은 새로운 SDK 기능이 도입되었습니다. Python SDK v2를 사용하면 간단한 작업에서 복잡한 작업으로 쉽고 증분 방식으로 이동할 수 있습니다. 이는 다양한 작업에서 작업의 개념 재사용 및 일관성을 제공하는 공통 개체 모델을 사용하여 사용하도록 설정됩니다. SDK v2는 GA이기도 한 CLI v2와 기반을 공유합니다.

이 패키지는 Python 3.7, 3.8, 3.9 및 3.10으로 테스트되었습니다.

Azure 라이브러리의 전체 집합은 다음을 참조하세요. https://aka.ms/azsdk/python/all

시작

필수 구성 요소

이 패키지를 사용하려면 Python 3.7 이상이 필요합니다.
Azure 구독이 있어야 합니다.
Azure Machine Learning 작업 영역.

패키지 설치

pip를 사용하여 Python용 Azure ML 클라이언트 라이브러리를 설치합니다.

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

클라이언트 인증

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

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

주요 개념

Azure Machine Learning Python SDK v2에는 독립 실행형 로컬 작업, 파이프라인에 재사용 가능한 구성 요소 및 관리되는 온라인/일괄 처리 유추와 같은 많은 새로운 기능이 함께 제공됩니다. SDK v2는 플랫폼의 모든 자산에서 일관성과 사용 편의성을 제공합니다. Python SDK v2는 다음과 같은 기능을 제공합니다.

독립 실행형 작업 실행 - 개별 ML 작업을 작업으로 실행합니다. 이 작업은 로컬 또는 클라우드에서 실행할 수 있습니다. 현재 다음과 같은 유형의 작업을 지원합니다.
- 명령 - 명령 실행(Python, R, Windows 명령, Linux 셸 등)
- 스윕 - 명령에서 하이퍼 매개 변수 스윕 실행
향상된 파이프라인을 사용하여 여러 작업 실행
- 파이프라인에 연결한 일련의 명령 실행(신규)
- 구성 요소 - 재사용 가능한 구성 요소를 사용하여 파이프라인 실행(신규)
Managed Online 추론에 모델 사용(신규)
관리되는 일괄 처리 유추에 모델 사용
AML 리소스 관리 – 작업 영역, 컴퓨팅, 데이터 저장소
AML 자산 관리 - 데이터 세트, 환경, 모델
AutoML - 다양한 ml 작업에 대해 독립 실행형 AutoML 학습을 실행합니다.
- 분류(테이블 형식 데이터)
- 회귀(테이블 형식 데이터)
- 시계열 예측(테이블 형식 데이터)
- 이미지 분류(다중 클래스)(신규)
- 이미지 분류(다중 레이블)(신규)
- 이미지 개체 감지(신규)
- 이미지 인스턴스 구분(신규)
- NLP 텍스트 분류(다중 클래스)(신규)
- NLP 텍스트 분류(다중 레이블)(신규)
- NLP NER(명명된 엔터티 인식)(신규)

예제

샘플을 봅니 다.

문제 해결

일반

Azure ML 클라이언트는 Azure Core에 정의된 예외를 발생합니다.

from azure.core.exceptions import HttpResponseError

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

로깅

이 라이브러리는 로깅에 표준 로깅 라이브러리를 사용합니다. HTTP 세션(URL, 헤더 등)에 대한 기본 정보는 INFO 수준에서 기록됩니다.

요청/응답 본문 및 수정되지 않은 헤더를 포함한 자세한 DEBUG 수준 로깅은 인수가 있는 클라이언트 logging_enable 에서 사용하도록 설정할 수 있습니다.

여기에 예제가 포함된 전체 SDK 로깅 설명서를 참조 하세요.

원격 분석

Azure ML Python SDK에는 SDK에 대한 사용량 및 실패 데이터를 수집하고 Jupyter Notebook SDK를 사용하는 경우에만 Microsoft에 보내는 원격 분석 기능이 포함되어 있습니다. 원격 분석은 Jupyter Notebook 외부에서 Python SDK를 사용하기 위해 수집되지 않습니다.

원격 분석 데이터는 SDK 팀이 SDK를 사용하는 방법을 이해하여 SDK를 개선하는 데 도움이 되며 실패에 대한 정보는 팀이 문제를 resolve 버그를 해결하는 데 도움이 됩니다. SDK 원격 분석 기능은 Jupyter Notebook 사용에 대해 기본적으로 사용하도록 설정되며 Jupyter가 아닌 시나리오에서는 사용하도록 설정할 수 없습니다. Jupyter 시나리오에서 원격 분석 기능을 옵트아웃하려면 MLClient 개체를 생성할 때 를 전달 enable_telemetry=False 합니다.

다음 단계

샘플을 봅니 다.

참여

이 프로젝트에 대한 기여와 제안을 환영합니다. 대부분의 경우 기여하려면 권한을 부여하며 실제로 기여를 사용할 권한을 당사에 부여한다고 선언하는 CLA(기여자 라이선스 계약)에 동의해야 합니다. 자세한 내용은 cla.microsoft.com.

끌어오기 요청을 제출하면 CLA-bot은 CLA를 제공하고 PR을 적절하게 데코레이팅해야 하는지 여부를 자동으로 결정합니다(예: 레이블, 설명). 봇에서 제공하는 지침을 따르기만 하면 됩니다. 이 작업은 CLA를 사용하여 모든 리포지토리에서 한 번만 수행하면 됩니다.

이 프로젝트에는 Microsoft Open Source Code of Conduct(Microsoft 오픈 소스 준수 사항)가 적용됩니다. 자세한 내용은 Code of Conduct FAQ(규정 FAQ)를 참조하세요. 또는 추가 질문이나 의견은 opencode@microsoft.com으로 문의하세요.

다음을 통해 공유