Modellen trainen in de werkruimte
Als u modellen wilt trainen met de Azure Machine Learning-werkruimte, hebt u verschillende opties:
- Geautomatiseerde machine learning gebruiken.
- Voer een Jupyter-notebook uit.
- Voer een script uit als een taak.
Algoritmen en hyperparameterwaarden verkennen met Geautomatiseerde Machine Learning
Wanneer u een trainingsgegevensset hebt en u de taak hebt om het best presterende model te vinden, kunt u experimenteren met verschillende algoritmen en hyperparameterwaarden.
Het handmatig experimenteren met verschillende configuraties om een model te trainen kan lang duren. U kunt ook Geautomatiseerde machine learning gebruiken om het proces te versnellen.
Geautomatiseerde Machine Learning doorloopt algoritmen die zijn gekoppeld aan functieselecties om het best presterende model voor uw gegevens te vinden.
Een notebook uitvoeren
Wanneer u liever code uitvoert in notebooks, kunt u de ingebouwde notebookfunctie in de werkruimte gebruiken.
Op de pagina Notebooks in de studio kunt u Jupyter-notebooks bewerken en uitvoeren.
Alle bestanden die u kloont of maakt in de sectie Notebooks, worden opgeslagen in de bestandsshare van het Azure Storage-account dat is gemaakt met de werkruimte.
Als u notebooks wilt uitvoeren, gebruikt u een rekenproces omdat ze ideaal zijn voor ontwikkeling en werken vergelijkbaar met een virtuele machine.
U kunt er ook voor kiezen om notebooks te bewerken en uit te voeren in Visual Studio Code, terwijl u nog steeds een rekenproces gebruikt om de notebooks uit te voeren.
Een script uitvoeren als een taak
Als u uw code wilt voorbereiden om gereed te zijn voor productie, is het beter om scripts te gebruiken. U kunt de uitvoering van scripts eenvoudig automatiseren om elke machine learning-workload te automatiseren.
U kunt een script uitvoeren als een taak in Azure Machine Learning. Wanneer u een taak naar de werkruimte verzendt, worden alle invoer en uitvoer opgeslagen in de werkruimte.
Er zijn verschillende soorten taken, afhankelijk van hoe u een workload wilt uitvoeren:
- Opdracht: Voer één script uit.
- Opruimen: Hyperparameterafstemming uitvoeren bij het uitvoeren van één script.
- Pijplijn: Voer een pijplijn uit die bestaat uit meerdere scripts of onderdelen.
Notitie
Wanneer u een pijplijn verzendt die u hebt gemaakt met de ontwerpfunctie, wordt deze uitgevoerd als een pijplijntaak. Wanneer u een geautomatiseerd Machine Learning-experiment verzendt, wordt het ook uitgevoerd als een taak.