RunDetails Класс
Представляет мини-приложение записной книжки Jupyter, используемое для просмотра хода обучения модели.
Мини-приложение работает асинхронно и предоставляет обновленные сведения до тех пор, пока обучение не будет завершено.
Инициализация мини-приложения с помощью предоставленного экземпляра запуска.
- Наследование
-
builtins.objectRunDetails
Конструктор
RunDetails(run_instance)
Параметры
- run_instance
- Run
Выполнение экземпляра, для которого будет отрисовываться мини-приложение.
- run_instance
- Run
Выполнение экземпляра, для которого будет отрисовываться мини-приложение.
Комментарии
В мини-приложении Jupyter Notebook Azure ML отображается ход обучения модели, включая свойства, журналы и метрики. Выбранный тип мини-приложения выводится неявным образом из run_instance
. Его не нужно задавать явным образом. Чтобы начать отрисовку мини-приложения, используйте метод show. Если мини-приложение не установлено, будет отображена ссылка для просмотра содержимого на новой странице браузера. После начала эксперимента можно также просмотреть ход обучения модели на портале Azure с помощью метода get_portal_url()
класса Run.
В следующем примере показано, как создать мини-приложение и запустить его:
from azureml.widgets import RunDetails
RunDetails(remote_run).show()
Полный пример можно найти по адресу: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/classification-credit-card-fraud/auto-ml-classification-credit-card-fraud.ipynb.
Поддерживаются следующие типы выполнений:
StepRun: отображает свойства выполнения, выходные журналы, метрики.
HyperDriveRun: отображает свойства родительского выполнения, журналы, дочерние выполнения, основную диаграмму метрик и параллельную диаграмму координат гиперпараметров.
AutoMLRun: отображает дочерние выполнения и основную диаграмму метрик с возможностью выбора отдельных метрик.
PipelineRun: отображает выполняющиеся и невыполняющиеся узлы конвейера, а также графическое представление узлов и границ.
ReinforcementLearningRun: отображает состояние выполнений в режиме реального времени. В настоящее время обучение с подкреплением (ОП) в Машинном обучении Azure предлагается в виде предварительной версии функции. Дополнительные сведения см. в статье Обучение с подкреплением в Машинном обучении Azure.
Пакет azureml-widget устанавливается при установке пакета SDK для Машинного обучения Azure. Однако в зависимости от среды может потребоваться дополнительная установка.
Jupyter Notebook: полностью поддерживаются локальные и облачные записные книжки с интерактивными возможностями, асинхронными автообновлениями и неблокирующим выполнением ячеек.
JupyterLab: может потребоваться дополнительная установка.
Проверьте, что пакет Azure-Widgets установлен. Если нет, установите его.
sudo -i pip install azureml-widgets
Установите расширение JupyterLab.
sudo -i jupyter labextension install @jupyter-widgets/jupyterlab-manager
После установки перезапустите ядро во всех текущих выполняющихся записных книжках.
jupyter labextension list
Databricks: частичная поддержка мини-приложений Juypter Notebook. При использовании мини-приложения будет доступна ссылка для просмотра содержимого на новой странице браузера. Используйте show с параметром
render_lib
, которому задано значение "displayHTML".
Методы
get_widget_data |
Получение и преобразование данных из журнала выполнений для отрисовки мини-приложением. Используется также в целях отладки. |
show |
Отрисовка мини-приложения и выполнение потока для обновления мини-приложения. |
get_widget_data
Получение и преобразование данных из журнала выполнений для отрисовки мини-приложением. Используется также в целях отладки.
get_widget_data(widget_settings=None)
Параметры
- widget_settings
- dict
Параметры, применяемые к мини-приложению. Поддерживаемый параметр: "debug" (логическое значение).
Возвращаемое значение
Словарь, содержащий данные, которые должно отрисовать мини-приложение.
Возвращаемый тип
show
Отрисовка мини-приложения и выполнение потока для обновления мини-приложения.
show(render_lib=None, widget_settings=None)
Параметры
- render_lib
- <xref:func>
Библиотека, используемая для отрисовки. Требуется только для Databricks со значением "displayHTML".
- widget_settings
- dict
Параметры, применяемые к мини-приложению. Поддерживаемый параметр: "debug" (логическое значение).
Обратная связь
https://aka.ms/ContentUserFeedback.
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделеОтправить и просмотреть отзыв по