Experiment Sınıf

Azure Machine Learning'de denemeler oluşturmak ve bunlarla çalışmak için ana giriş noktasını temsil eder.

Deneme, birden çok model çalıştırmalarını temsil eden bir deneme kapsayıcısıdır.

Deneme oluşturucu.

Devralma

azureml._logging.chained_identity.ChainedIdentity

Experiment

azureml.core._portal.HasExperimentPortal

Experiment

Oluşturucu

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

Parametreler

Name	Description
workspace Gerekli	Workspace Denemeyi içeren çalışma alanı nesnesi.
name Gerekli	str Deneme adı.
kwargs Gerekli	dict Anahtar sözcük birleştirmelerinin sözlüğü.
workspace Gerekli	Workspace Denemeyi içeren çalışma alanı nesnesi.
name Gerekli	str Deneme adı.
kwargs Gerekli	dict Anahtar sözcük birleştirmelerinin sözlüğü.
_skip_name_validation	varsayılan değer: False
_id	varsayılan değer: None
_archived_time	varsayılan değer: None
_create_in_cloud	varsayılan değer: True
_experiment_dto	varsayılan değer: None

Açıklamalar

Azure Machine Learning denemesi, kullanıcının hipotezini doğrulamak için kullanılan denemelerin koleksiyonunu temsil eder.

Azure Machine Learning'de bir deneme sınıfı, Experiment deneme ise sınıfı tarafından Run temsil edilir.

Bir çalışma alanından deneme almak veya oluşturmak için deneme adını kullanarak denemeyi isteyebilirsiniz. Deneme adı 3-36 karakter uzunluğunda olmalı, bir harf veya sayı ile başlamalıdır ve yalnızca harf, sayı, alt çizgi ve tire içerebilir.

   experiment = Experiment(workspace, "MyExperiment")

Deneme çalışma alanında bulunmazsa yeni bir deneme oluşturulur.

Denemeyi yürütmenin iki yolu vardır. Bir Jupyter Notebook etkileşimli olarak denemeler yapıyorsanız, start_logging kaynak koddan veya başka bir yapılandırılmış deneme türünden deneme gönderiyorsanız komutunu kullanınsubmit

Her iki mekanizma da bir Run nesne oluşturur. Etkileşimli senaryolarda, deneme kaydına ölçümler ve ölçümler eklemek için gibi log günlüğe kaydetme yöntemlerini kullanın. Yapılandırılmış senaryolarda, çalıştırma hakkındaki bilgileri almak için gibi get_status durum yöntemlerini kullanın.

Her iki durumda da, deneme ölçümlerinin ve ölçümlerin geçerli değerlerini (varsa) almak gibi get_metrics sorgu yöntemlerini kullanabilirsiniz.

Yöntemler

archive	Bir denemeyi arşivleme.
delete	Çalışma alanında bir denemeyi silin.
from_directory	(Kullanım dışı) Belirtilen yoldan bir deneme yükleyin.
get_docs_url	Bu sınıfın belgelerinin URL'si.
get_runs	Bu deneme için ters kronolojik sırada çalıştırmaların oluşturucusunu döndür.
list	Çalışma alanında deneme listesini döndürür.
reactivate	Arşivlenmiş bir denemeyi yeniden etkinleştirir.
refresh	Buluttan denemenin en son sürümünü döndürür.
remove_tags	Denemeden belirtilen etiketleri silin.
set_tags	Denemede bir etiket kümesi ekleyin veya değiştirin. Sözlükte geçirilmeyen etiketlere dokunulmaz.
start_logging	Etkileşimli bir günlük oturumu başlatın ve belirtilen denemede etkileşimli bir çalıştırma oluşturun.
submit	Bir deneme gönderin ve etkin olarak oluşturulan çalıştırmayı döndürin.
tag	Denemeyi bir dize anahtarı ve isteğe bağlı dize değeriyle etiketleyin.

archive

Bir denemeyi arşivleme.

archive()

Açıklamalar

Arşivlemeden sonra deneme varsayılan olarak listelenmez. Arşivlenmiş bir denemeye yazma girişimi, aynı ada sahip yeni bir etkin deneme oluşturur. Aynı ada sahip başka bir etkin deneme olmadığı sürece arşivlenmiş bir deneme çağrılarak reactivate geri yüklenebilir.

delete

Çalışma alanında bir denemeyi silin.

static delete(workspace, experiment_id)

Parametreler

Name	Description
workspace Gerekli	Workspace Denemenin ait olduğu çalışma alanı.
experiment_id Gerekli	Silinecek denemenin deneme kimliği.

from_directory

(Kullanım dışı) Belirtilen yoldan bir deneme yükleyin.

static from_directory(path, auth=None)

Parametreler

Name	Description
path Gerekli	str Deneme yapılandırma dosyalarını içeren dizin.
auth	ServicePrincipalAuthentication veya InteractiveLoginAuthentication Kimlik doğrulama nesnesi. Hiçbiri ise, varsayılan Azure CLI kimlik bilgileri kullanılır veya API kimlik bilgilerini ister. varsayılan değer: None

Döndürülenler

Tür	Description
Experiment	Denemeyi döndürür

get_docs_url

Bu sınıfın belgelerinin URL'si.

get_docs_url()

Döndürülenler

Tür	Description
str	url

get_runs

Bu deneme için ters kronolojik sırada çalıştırmaların oluşturucusunu döndür.

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

Parametreler

Name	Description
type	string Döndürülen çalıştırma oluşturucuyu sağlanan türe göre filtreleyin. Çalıştırma türleri oluşturmak için bkz add_type_provider . varsayılan değer: None
tags	string veya dict Filtre "tag" veya {"tag": "value"}ile çalışır. varsayılan değer: None
properties	string veya dict Filtre "özellik" veya {"özellik": "value"} tarafından çalıştırılır varsayılan değer: None
include_children	bool Varsayılan olarak, yalnızca en üst düzey çalıştırmaları getirin. Tüm çalıştırmaları listelemek için true olarak ayarlayın. varsayılan değer: False

Döndürülenler

Tür	Description
list[Run]	Sağlanan filtrelerle eşleşen çalıştırmaların listesi.

list

Çalışma alanında deneme listesini döndürür.

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

Parametreler

Name	Description
workspace Gerekli	Workspace Denemelerin listelendiği çalışma alanı.
experiment_name	str Denemeleri filtrelemek için isteğe bağlı ad. varsayılan değer: None
view_type	ViewType Arşivlenmiş denemeleri filtrelemek veya dahil etmek için isteğe bağlı sabit listesi değeri. varsayılan değer: ActiveOnly
tags	Denemeleri filtrelemek için isteğe bağlı etiket anahtarı veya etiket anahtarı-değer çiftlerinin sözlüğü. varsayılan değer: None

Döndürülenler

Tür	Description
list[Experiment]	Deneme nesnelerinin listesi.

reactivate

Arşivlenmiş bir denemeyi yeniden etkinleştirir.

reactivate(new_name=None)

Parametreler

Name	Description
new_name Gerekli	str Artık desteklenmiyor

Açıklamalar

Arşivlenmiş bir deneme yalnızca aynı ada sahip başka bir etkin deneme yoksa yeniden etkinleştirilebilir.

refresh

Buluttan denemenin en son sürümünü döndürür.

refresh()

remove_tags

Denemeden belirtilen etiketleri silin.

remove_tags(tags)

Parametreler

Name	Description
tags Gerekli	[str] Kaldırılacak etiket anahtarları

set_tags

Denemede bir etiket kümesi ekleyin veya değiştirin. Sözlükte geçirilmeyen etiketlere dokunulmaz.

set_tags(tags)

Parametreler

Name	Description
tags Gerekli	dict[str] Deneme nesnesinde depolanan etiketler

start_logging

Etkileşimli bir günlük oturumu başlatın ve belirtilen denemede etkileşimli bir çalıştırma oluşturun.

start_logging(*args, **kwargs)

Parametreler

Name	Description
experiment Gerekli	Experiment Deney.
outputs Gerekli	str İsteğe bağlı çıkışlar dizini izlenir. Çıkış olmaması için False değerini geçirin.
snapshot_directory Gerekli	str Anlık görüntüsünü almak için isteğe bağlı dizin. Hiçbiri ayarı anlık görüntü almaz.
args Gerekli	list
kwargs Gerekli	dict

Döndürülenler

Tür	Description
Run	Başlatılan çalıştırmayı döndürme.

Açıklamalar

start_logging , Jupyter Notebooks gibi senaryolarda kullanılmak üzere etkileşimli bir çalıştırma oluşturur. Oturum sırasında günlüğe kaydedilen tüm ölçümler denemedeki çalıştırma kaydına eklenir. Bir çıkış dizini belirtilirse, bu dizinin içeriği çalıştırma tamamlandıktan sonra çalıştırma yapıtları olarak karşıya yüklenir.

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

Not

run_id her çalıştırma için otomatik olarak oluşturulur ve deneme içinde benzersizdir.

submit

Bir deneme gönderin ve etkin olarak oluşturulan çalıştırmayı döndürin.

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

Parametreler

Name	Description
config Gerekli	object Gönderilecek yapılandırma.
tags	dict Gönderilen çalıştırmaya eklenecek etiketler, {"tag": "value"}. varsayılan değer: None
kwargs Gerekli	dict Yapılandırmalar için gönderme işlevinde kullanılan ek parametreler.

Döndürülenler

Tür	Description
Run	Bir koşu.

Açıklamalar

Gönderme, yerel veya uzak donanımda deneme sürümü yürütmek için Azure Machine Learning platformuna yapılan zaman uyumsuz bir çağrıdır. Yapılandırmaya bağlı olarak, gönderme işlemi yürütme ortamlarınızı otomatik olarak hazırlar, kodunuzu yürütür ve kaynak kodunuzu ve sonuçları denemenin çalıştırma geçmişine yakalar.

Deneme göndermek için öncelikle denemenin nasıl çalıştırılacak olduğunu açıklayan bir yapılandırma nesnesi oluşturmanız gerekir. Yapılandırma, gereken deneme türüne bağlıdır.

Yerel makinenizden deneme gönderme örneği aşağıdaki gibidir:

   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()

Çalıştırma yapılandırma hakkında ayrıntılı bilgi için yapılandırma türü ayrıntılarına bakın.

• ScriptRunConfig

• azureml.train.automl.automlconfig.AutoMLConfig

• azureml.pipeline.core.Pipeline

• azureml.pipeline.core.PublishedPipeline

• azureml.pipeline.core.PipelineEndpoint

Not

Eğitim çalıştırmasını gönderdiğinizde, eğitim betiklerinizi içeren dizinin anlık görüntüsü oluşturulur ve işlem hedefine gönderilir. Ayrıca çalışma alanınızda denemenin bir parçası olarak depolanır. Dosyaları değiştirir ve çalıştırmayı yeniden gönderirseniz, yalnızca değiştirilen dosyalar karşıya yüklenir.

Dosyaların anlık görüntüye eklenmesini önlemek için dizinde bir .gitignore veya .amlignore dosyası oluşturun ve dosyaları bu dosyaya ekleyin. .amlignore dosyası,.gitignore dosyasıyla aynı söz dizimini ve desenleri kullanır. Her iki dosya da varsa , .amlignore dosyası önceliklidir.

Daha fazla bilgi için bkz . Anlık görüntüler.

tag

Denemeyi bir dize anahtarı ve isteğe bağlı dize değeriyle etiketleyin.

tag(key, value=None)

Parametreler

Name	Description
key Gerekli	str Etiket anahtarı
value Gerekli	str Etiket için isteğe bağlı bir değer

Açıklamalar

Bir denemedeki etiketler, dize anahtarları ve dize değerleriyle bir sözlükte depolanır. Etiketler ayarlanabilir, güncelleştirilebilir ve silinebilir. Etiketler kullanıcıya yöneliktir ve genellikle denemenin tüketicileri için anlamlı bilgiler içerir.

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

Öznitelikler

archived_time

Deneme için arşivlenmiş zamanı döndürür. Etkin bir deneme için değer Yok olmalıdır.

Döndürülenler

Tür	Description
str	Denemenin arşivlenen zamanı.

id

Denemenin dönüş kimliği.

Döndürülenler

Tür	Description
str	Denemenin kimliği.

name

Denemenin dönüş adı.

Döndürülenler

Tür	Description
str	Denemenin adı.

tags

Denemede değiştirilebilir etiket kümesini döndürün.

Döndürülenler

Tür	Description
dict[str]	Denemedeki etiketler.

workspace

Denemeyi içeren çalışma alanını döndürür.

Döndürülenler

Tür	Description
Workspace	Çalışma alanı nesnesini döndürür.

workspace_object

(Kullanım dışı) Denemeyi içeren çalışma alanını döndürür.

özniteliğini workspace kullanın.

Döndürülenler

Tür	Description
Workspace	Çalışma alanı nesnesi.