RunDetails Klass

Representerar en Jupyter Notebook-widget som används för att visa modellträningens förlopp.

En widget är asynkron och tillhandahåller uppdateringar tills träningen är klar.

Initiera widgeten med den angivna körningsinstansen.

Arv

builtins.object

RunDetails

Konstruktor

RunDetails(run_instance)

Parametrar

Name	Description
run_instance Obligatorisk	Run Kör en instans som widgeten ska renderas för.
run_instance Obligatorisk	Run Kör en instans som widgeten ska renderas för.

Kommentarer

En Azure ML-Jupyter Notebook-widget visar förloppet för modellträning, inklusive egenskaper, loggar och mått. Den valda widgettypen härleds implicit från run_instance. Du behöver inte ange det uttryckligen. show Använd metoden för att börja återge widgeten. Om widgeten inte är installerad visas i stället en länk för att visa innehållet på en ny webbläsarsida. När du har startat ett experiment kan du också se förloppet för modellträningen i Azure Portal med hjälp get_portal_url() av -metoden för Run klassen.

I följande exempel visas hur du skapar en widget och startar den:

   from azureml.widgets import RunDetails

   RunDetails(remote_run).show()

Fullständigt exempel är tillgängligt från 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

Följande typer av körningar stöds:

• StepRun: Visar körningsegenskaper, utdataloggar, mått.

• HyperDriveRun: Visar överordnade körningsegenskaper, loggar, underordnade körningar, primärt måttdiagram och parallellt koordinatdiagram över hyperparametrar.

• AutoMLRun: Visar underordnade körningar och primärt måttdiagram med alternativ för att välja enskilda mått.

• PipelineRun: Visar noder som körs och som inte körs i en pipeline tillsammans med en grafisk representation av noder och kanter.

• ReinforcementLearningRun: Visar status för körningar i realtid. Azure Machine Learning Reinforcement Learning är för närvarande en förhandsversionsfunktion. Mer information finns i Förstärkningsinlärning med Azure Marchine Learning.

Paketet azureml-widgets installeras när du installerar Azure Machine Learning SDK. Vissa ytterligare installationer kan dock behövas beroende på miljö.

• Jupyter Notebooks: Både lokala och molnbaserade notebook-filer stöds fullt ut, med interaktivitet, asynkrona automatiska uppdateringar och icke-blockerande cellkörning.

• JupyterLab: Viss ytterligare installation kan behövas.

  1. Kontrollera att paketet azure-widgets är installerat och installera det om det inte är det.

     
        sudo -i pip install azureml-widgets
     

  2. Installera JupyterLab-tillägget.

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

  3. Efter installationen startar du om kerneln i alla notebook-filer som körs.

     
        jupyter labextension list
     

• Databricks: Partiellt stöd för Juypter Notebook-widgetar. När du använder widgeten visas en länk för att visa innehållet på en ny webbläsarsida. show Använd med parametern inställd på render_lib "displayHTML".

Metoder

get_widget_data	Hämta och transformera data från körningshistoriken som ska renderas av widgeten. Används även för felsökning.
show	Rendera widgeten och starta tråden för att uppdatera widgeten.

get_widget_data

Hämta och transformera data från körningshistoriken som ska renderas av widgeten. Används även för felsökning.

get_widget_data(widget_settings=None)

Parametrar

Name	Description
widget_settings	dict Inställningar som ska tillämpas på widgeten. Inställning som stöds: "felsök" (ett booleskt värde). standardvärde: None

Returer

Typ	Description
dict	Ordlista som innehåller data som ska återges av widgeten.

show

Rendera widgeten och starta tråden för att uppdatera widgeten.

show(render_lib=None, widget_settings=None)

Parametrar

Name	Description
render_lib	<xref:func> Det bibliotek som ska användas för återgivning. Krävs endast för Databricks med värdet "displayHTML". standardvärde: None
widget_settings	dict Inställningar som ska tillämpas på widgeten. Inställning som stöds: "felsök" (ett booleskt värde). standardvärde: None