RunDetails Класс

  • Ссылка

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.object
RunDetails

Конструктор

RunDetails(run_instance)

Параметры

run_instance
Run
Обязательно

Выполнение экземпляра, для которого будет отрисовываться мини-приложение.

run_instance
Run
Обязательно

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.

    1. Проверьте, что пакет Azure-Widgets установлен. Если нет, установите его.

      
   sudo -i pip install azureml-widgets

    2. Установите расширение JupyterLab.

      
   sudo -i jupyter labextension install @jupyter-widgets/jupyterlab-manager

    3. 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
значение по умолчанию: None

Параметры, применяемые к мини-приложению. Поддерживаемый параметр: "debug" (логическое значение).

Возвращаемое значение

Словарь, содержащий данные, которые должно отрисовать мини-приложение.

Возвращаемый тип

dict

show

Отрисовка мини-приложения и выполнение потока для обновления мини-приложения.

show(render_lib=None, widget_settings=None)

Параметры

render_lib
<xref:func>
значение по умолчанию: None

Библиотека, используемая для отрисовки. Требуется только для Databricks со значением "displayHTML".

widget_settings
dict
значение по умолчанию: None

Параметры, применяемые к мини-приложению. Поддерживаемый параметр: "debug" (логическое значение).