Experiment Klas

Vertegenwoordigt het belangrijkste toegangspunt voor het maken en werken met experimenten in Azure Machine Learning.

Een experiment is een container met proefversies die meerdere modeluitvoeringen vertegenwoordigen.

Experiment constructor.

Overname

azureml._logging.chained_identity.ChainedIdentity

Experiment

azureml.core._portal.HasExperimentPortal

Experiment

Constructor

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

Parameters

workspace

Workspace

Vereist

Het werkruimteobject met het experiment.

name

str

Vereist

De naam van het experiment.

kwargs

dict

Vereist

Een woordenlijst met trefwoordargumenten.

workspace

Workspace

Vereist

Het werkruimteobject met het experiment.

name

str

Vereist

De naam van het experiment.

kwargs

dict

Vereist

Een woordenlijst met trefwoordargumenten.

_skip_name_validation

standaardwaarde: False

_id

standaardwaarde: None

_archived_time

standaardwaarde: None

_create_in_cloud

standaardwaarde: True

_experiment_dto

standaardwaarde: None

Opmerkingen

Een Azure Machine Learning-experiment vertegenwoordigt de verzameling experimenten die worden gebruikt om de hypothese van een gebruiker te valideren.

In Azure Machine Learning wordt een experiment vertegenwoordigd door de Experiment klasse en een proefversie door de Run klasse.

Als u een experiment wilt ophalen of maken vanuit een werkruimte, vraagt u het experiment aan met behulp van de naam van het experiment. De naam van het experiment moet 3-36 tekens bevatten, beginnen met een letter of een cijfer en mag alleen letters, cijfers, onderstrepingstekens en streepjes bevatten.

   experiment = Experiment(workspace, "MyExperiment")

Als het experiment niet wordt gevonden in de werkruimte, wordt er een nieuw experiment gemaakt.

Er zijn twee manieren om een experimentproef uit te voeren. Als u interactief experimenteert in een Jupyter Notebook, gebruikt start_logging u Als u een experiment verzendt vanuit de broncode of een ander type geconfigureerde proefversie, gebruikt usubmit

Met beide mechanismen wordt een Run -object gemaakt. Gebruik in interactieve scenario's logboekregistratiemethoden zoals log om metingen en metrische gegevens toe te voegen aan de proefrecord. In geconfigureerde scenario's worden statusmethoden gebruikt, zoals get_status om informatie over de uitvoering op te halen.

In beide gevallen kunt u querymethoden gebruiken om get_metrics de huidige waarden op te halen, indien aanwezig, van proefmetingen en metrische gegevens.

Methoden

archive	Een experiment archiveren.
delete	Verwijder een experiment in de werkruimte.
from_directory	(Afgeschaft) Laad een experiment vanuit het opgegeven pad.
get_docs_url	URL naar de documentatie voor deze klasse.
get_runs	Retourneer een generator van de uitvoeringen voor dit experiment, in omgekeerde chronologische volgorde.
list	Retourneert de lijst met experimenten in de werkruimte.
reactivate	Hiermee wordt een gearchiveerd experiment opnieuw geactiveerd.
refresh	Retourneer de meest recente versie van het experiment uit de cloud.
remove_tags	Verwijder de opgegeven tags uit het experiment.
set_tags	Voeg een set tags aan het experiment toe of wijzig deze. Tags die niet worden doorgegeven in de woordenlijst, blijven ongewijzigd.
start_logging	Start een interactieve logboekregistratiesessie en maak een interactieve uitvoering in het opgegeven experiment.
submit	Dien een experiment in en retourneer de actieve gemaakte uitvoering.
tag	Tag het experiment met een tekenreekssleutel en optionele tekenreekswaarde.

archive

Een experiment archiveren.

archive()

Opmerkingen

Na archivering wordt het experiment niet standaard weergegeven. Als u probeert te schrijven naar een gearchiveerd experiment, wordt er een nieuw actief experiment met dezelfde naam gemaakt. Een gearchiveerd experiment kan worden hersteld door aan te roepen reactivate zolang er geen ander actief experiment met dezelfde naam is.

delete

Verwijder een experiment in de werkruimte.

static delete(workspace, experiment_id)

Parameters

workspace

Workspace

Vereist

De werkruimte waartoe het experiment behoort.

experiment_id

Vereist

De experiment-id van het experiment dat moet worden verwijderd.

from_directory

(Afgeschaft) Laad een experiment vanuit het opgegeven pad.

static from_directory(path, auth=None)

Parameters

path

str

Vereist

Map met de experimentconfiguratiebestanden.

auth

ServicePrincipalAuthentication of InteractiveLoginAuthentication

standaardwaarde: None

Het verificatieobject. Bij Geen worden de standaardreferenties van Azure CLI gebruikt of de API vraagt om referenties.

Retouren

Retourneert het experiment

Retourtype

Experiment

get_docs_url

URL naar de documentatie voor deze klasse.

get_docs_url()

Retouren

url

Retourtype

str

get_runs

Retourneer een generator van de uitvoeringen voor dit experiment, in omgekeerde chronologische volgorde.

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

Parameters

type

string

standaardwaarde: None

Filter de geretourneerde generator van uitvoeringen op het opgegeven type. Zie add_type_provider voor het maken van uitvoeringstypen.

tags

string of dict

standaardwaarde: None

Filter wordt uitgevoerd op 'tag' of {"tag": "value"}.

properties

string of dict

standaardwaarde: None

Filter wordt uitgevoerd op 'eigenschap' of {'eigenschap': 'waarde'}

include_children

bool

standaardwaarde: False

Standaard worden alleen uitvoeringen op het hoogste niveau opgehaald. Stel in op true om alle uitvoeringen weer te geven.

Retouren

De lijst met uitvoeringen die overeenkomen met de opgegeven filters.

Retourtype

list[Run]

list

Retourneert de lijst met experimenten in de werkruimte.

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

Parameters

workspace

Workspace

Vereist

De werkruimte van waaruit de experimenten moeten worden weergegeven.

experiment_name

str

standaardwaarde: None

Optionele naam om experimenten te filteren.

view_type

ViewType

standaardwaarde: ActiveOnly

Optionele opsommingswaarde om gearchiveerde experimenten te filteren of op te nemen.

tags

standaardwaarde: None

Optionele tagsleutel of woordenlijst van tagsleutel-waardeparen om experimenten op te filteren.

Retouren

Een lijst met experimentobjecten.

Retourtype

list[Experiment]

reactivate

Hiermee wordt een gearchiveerd experiment opnieuw geactiveerd.

reactivate(new_name=None)

Parameters

new_name

str

Vereist

Niet meer ondersteund

Opmerkingen

Een gearchiveerd experiment kan alleen opnieuw worden geactiveerd als er geen ander actief experiment met dezelfde naam is.

refresh

Retourneer de meest recente versie van het experiment uit de cloud.

refresh()

remove_tags

Verwijder de opgegeven tags uit het experiment.

remove_tags(tags)

Parameters

tags

[str]

Vereist

De tagsleutels die worden verwijderd

set_tags

Voeg een set tags aan het experiment toe of wijzig deze. Tags die niet worden doorgegeven in de woordenlijst, blijven ongewijzigd.

set_tags(tags)

Parameters

tags

dict[str]

Vereist

De tags die zijn opgeslagen in het experimentobject

start_logging

Start een interactieve logboekregistratiesessie en maak een interactieve uitvoering in het opgegeven experiment.

start_logging(*args, **kwargs)

Parameters

experiment

Experiment

Vereist

Het experiment.

outputs

str

Vereist

Optionele uitvoermap die moet worden bijgehouden. Voor geen uitvoer geeft u False door.

snapshot_directory

str

Vereist

Optionele map om een momentopname van te maken. Als u op Geen instelt, wordt er geen momentopname gemaakt.

args

list

Vereist

kwargs

dict

Vereist

Retouren

Een gestarte uitvoering retourneren.

Retourtype

Run

Opmerkingen

start_logging maakt een interactieve uitvoering voor gebruik in scenario's zoals Jupyter Notebooks. Alle metrische gegevens die tijdens de sessie worden geregistreerd, worden toegevoegd aan de uitvoeringsrecord in het experiment. Als een uitvoermap is opgegeven, wordt de inhoud van die map geüpload als uitvoerartefacten na voltooiing van de uitvoering.

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

Notitie

run_id wordt automatisch gegenereerd voor elke uitvoering en is uniek binnen het experiment.

submit

Dien een experiment in en retourneer de actieve gemaakte uitvoering.

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

Parameters

config

object

Vereist

De configuratie die moet worden verzonden.

tags

dict

standaardwaarde: None

Tags die moeten worden toegevoegd aan de ingediende uitvoering, {"tag": "value"}.

kwargs

dict

Vereist

Aanvullende parameters die worden gebruikt in de functie submit voor configuraties.

Retouren

Een run.

Retourtype

Run

Opmerkingen

Verzenden is een asynchrone aanroep naar het Azure Machine Learning-platform om een proefversie uit te voeren op lokale of externe hardware. Afhankelijk van de configuratie bereidt Submit automatisch uw uitvoeringsomgevingen voor, voert u uw code uit en legt u uw broncode en resultaten vast in de uitvoeringsgeschiedenis van het experiment.

Als u een experiment wilt verzenden, moet u eerst een configuratieobject maken waarin wordt beschreven hoe het experiment moet worden uitgevoerd. De configuratie is afhankelijk van het type proefversie dat is vereist.

Een voorbeeld van het verzenden van een experiment vanaf uw lokale computer is als volgt:

   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()

Zie de details van het configuratietype voor meer informatie over het configureren van een uitvoering.

• ScriptRunConfig

• azureml.train.automl.automlconfig.AutoMLConfig

• azureml.pipeline.core.Pipeline

• azureml.pipeline.core.PublishedPipeline

• azureml.pipeline.core.PipelineEndpoint

Notitie

Wanneer u de trainingsuitvoering verzendt, wordt een momentopname van de map met uw trainingsscripts gemaakt en verzonden naar het rekendoel. Deze wordt ook opgeslagen als onderdeel van het experiment in uw werkruimte. Als u bestanden wijzigt en de uitvoering opnieuw indient, worden alleen de gewijzigde bestanden geüpload.

Als u wilt voorkomen dat bestanden worden opgenomen in de momentopname, maakt u een .gitignore - of .amlignore-bestand in de map en voegt u de bestanden eraan toe. Het .amlignore-bestand gebruikt dezelfde syntaxis en patronen als het .gitignore-bestand. Als beide bestanden bestaan, heeft het .amlignore-bestand voorrang.

Zie Momentopnamen voor meer informatie.

tag

Tag het experiment met een tekenreekssleutel en optionele tekenreekswaarde.

tag(key, value=None)

Parameters

key

str

Vereist

De tagsleutel

value

str

Vereist

Een optionele waarde voor de tag

Opmerkingen

Tags in een experiment worden opgeslagen in een woordenlijst met tekenreekssleutels en tekenreekswaarden. Tags kunnen worden ingesteld, bijgewerkt en verwijderd. Tags zijn gebruikersgericht en bevatten over het algemeen betekenisgegevens voor de gebruikers van het experiment.

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

Kenmerken

archived_time

Retourneer de gearchiveerde tijd voor het experiment. De waarde moet Geen zijn voor een actief experiment.

Retouren

De gearchiveerde tijd van het experiment.

Retourtype

str

id

Retourneert de id van het experiment.

Retouren

De id van het experiment.

Retourtype

str

name

Retourneer de naam van het experiment.

Retouren

De naam van het experiment.

Retourtype

str

tags

Retourneer de veranderlijke set tags in het experiment.

Retouren

De tags van een experiment.

Retourtype

dict[str]

workspace

Retourneer de werkruimte met het experiment.

Retouren

Retourneert het werkruimteobject.

Retourtype

Workspace

workspace_object

(Afgeschaft) Retourneer de werkruimte met het experiment.

Gebruik het workspace kenmerk.

Retouren

Het werkruimteobject.

Retourtype

Workspace