Azure Machine Learning Python SDK sürüm notları

  • Makale

Bu makalede Azure Machine Learning Python SDK'sı sürümleri hakkında bilgi edinin. SDK başvuru içeriğinin tamamı için Azure Machine Learning'in Python için ana SDK başvuru sayfasını ziyaret edin.

RSS akışı: Aşağıdaki URL'yi kopyalayıp akış okuyucunuza yapıştırarak bu sayfa güncelleştirildiğinde bildirim alın: https://learn.microsoft.com/api/search/rss?search=%22Azure+machine+learning+release+notes%22&locale=en-us

2024-04-29

Python v1.56.0 için Azure Machine Learning SDK'sı

  • azureml-core
    • Klasik kaynak modunu desteklemediğinden Yeni Bölge Çin Doğu 3 için Uygulama Analizler yeniden eşlemeyi etkinleştirin. Ayrıca Çin Kuzey 3 için eksik güncelleştirme düzeltildi.
  • azureml-defaults
    • azureml-defaults içinde azureml-inference-server-http pin'i 1.0.0'a yükseltilmiştir.
  • azureml-interpret
    • azureml-interpret paketi interpret-community 0.31 olarak güncelleştirildi.*
  • azureml-responsibleai
    • ortak ortam ve azureml-responsibleai paketi raiwidgets ve responsibleai 0.33.0'a güncelleştirildi
    • Responsibleai ve fairlearn bağımlılık sürümlerini artırma

2024-01-29

Python v1.55.0 için Azure Machine Learning SDK'sı

  • azureml-core
    • Klasik kaynak modunu desteklemediğinden Yeni Bölge Çin Doğu 3 için Uygulama Analizler yeniden eşlemeyi etkinleştirin. Ayrıca Çin Kuzey 3 için eksik güncelleştirme düzeltildi.
  • azureml-defaults
    • azureml-defaults içinde azureml-inference-server-http pin'i 1.0.0'a yükseltilmiştir.
  • azureml-interpret
    • azureml-interpret paketi interpret-community 0.31 olarak güncelleştirildi.*
  • azureml-responsibleai
    • ortak ortam ve azureml-responsibleai paketi raiwidgets ve responsibleai 0.33.0'a güncelleştirildi
    • Responsibleai ve fairlearn bağımlılık sürümlerini artırma

2023-11-13

  • azureml-automl-core, azureml-automl-runtime, azureml-contrib-automl-dnn-forecasting, azureml-train-automl-client, azureml-train-automl-runtime, azureml-training-tabular
    • statsmodelleri, pandas ve scipy 1.13, 1.3.5 ve 1.10.1 sürümlerine yükseltildi - fbprophet 0.7.1, kahin 1.1.4 ile değiştirildi Modeli yerel bir ortama yüklerken, bu paketlerin sürümleri modelin eğitildiği sürümlerle eşleşmelidir.
  • azureml-core, azureml-pipeline-core, azureml-pipeline-steps
    • AzureML-Pipeline - Databricks adımında parametresi için init_scripts bir uyarı ekleyerek yaklaşan kullanımdan kaldırılması konusunda sizi uyarır.
  • azureml-interpret
    • azureml-interpret paketi interpret-community 0.30 olarak güncelleştirildi.*
  • azureml-mlflow
    • feat: Karşıya yükleme öbeklerinin bayt cinsinden boyutunu denetlemek için ekleyin AZUREML_BLOB_MAX_SINGLE_PUT_SIZE . Bunu varsayılan değerden (64*1024*1024 yani 64 MB) düşürmek, yazma işlemlerinin zaman aşımları nedeniyle başarısız olması sorunlarını giderebilir.
    • AzureML kayıt defterlerinden modelleri karşıya yükleme ve indirme desteği şu anda deneyseldir
    • AML kayıt defterlerinden model indirmek veya yüklemek isteyen kullanıcılar için destek ekleme

2023-08-21

Python v1.53.0 için Azure Machine Learning SDK'sı

  • azureml-automl-core
    • AutoML tahmin TCN modellerinde tahmin sırasında bilinen özelliklerin/regresyonların desteği.
  • azureml-automl-dnn-vision
    • automl nesne algılama ve örnek segmentasyonu için log_training_metrics ve log_validation_loss bayraklarını etkinleştirme
  • azureml-contrib-automl-dnn-forecasting
    • AutoML tahmin TCN modellerinde tahmin sırasında bilinen özelliklerin/regresyonların desteği.
  • azureml-core
    • Katarmerkez için uaenorth'a işaret eden appinsights konum değişimi ekleme
    • Python 3.7, 27 Haziran 2023'te kullanım ömrü sonuna ulaştı. Sonuç olarak, Ekim 2023'te azureml-core'da 3.7 kullanımdan kaldırılacak ve azureml-core desteği Şubat 2024'te 3.7 için sona erecektir.
  • azureml-mlflow
    • AzureML URI'sini geçirirken MLflow load_model API'leri olan modelleri yüklemeye yönelik düzeltme
  • azureml-pipeline-core
    • Alt çalıştırmayı yükleme (örneğin, 404) kullanılarak PipelineRun.get_pipeline_runsbaşarısız olduğunda alt çalıştırma ve günlük hatalarını atlayın.
    • PipelineEndpoint.list , döndürülen listenin en büyük boyutunu gösteren yeni bir int parametresini max_resultstanıtır. varsayılan değeri max_results 100'dür.
  • azureml-training-tabular
    • AutoML tahmin TCN modellerinde tahmin sırasında bilinen özelliklerin/regresyonların desteği.

2023-06-26

Python v1.52.0 için Azure Machine Learning SDK'sı

  • azureml-automl-dnn-vision
    • Çalışma zamanı (eski) automl modellerinin mlflow imzası, ikili girişleri kabul etmek üzere değiştirildi. Bu, toplu çıkarım sağlar. Predict işlevi geriye dönük uyumlu olduğundan kullanıcılar base64 dizelerini giriş olarak göndermeye devam edebilir. Tahmin işlevinin çıkışı, model açıklanabilirliği n olduğunda geçici dosya adını ve boş görselleştirmeleri ve ilişkilendirme anahtarını kaldıracak şekilde değiştirildi...
  • azureml-contrib-automl-dnn-forecasting
    • Veriler tek bir zaman serisinden oluştuğunda dağıtılmış TCN eğitimi sırasında hatalara neden olan bir hata düzeltildi.
  • azureml-interpret
    • yorumla topluluğunda en son sürüme güncelleştirmek için azureml-interpret'da shap pin'ini kaldırma
  • azureml-responsibleai
    • ortak ortam ve azureml-responsibleai paketi raiwidgets ve responsibleai 0.28.0 sürümüne güncelleştirildi

2023-05-20

Python v1.51.0 için Azure Machine Learning SDK'sı

  • azureml-automl-core
    • AutoML tahmin görevi artık sıralı tahmini ve hiyerarşik zaman serisi (HTS) için nicel tahminler için kısmi desteği destekliyor.
    • Sınıflandırma (çok sınıflı ve çok etiketli) senaryoları için müşterilere tablosal olmayan veri kümelerinin kullanılmasına izin verme
  • azureml-automl-dnn-nlp
    • Sınıflandırma (çok sınıflı ve çok etiketli) senaryoları için müşterilere tablosal olmayan veri kümelerinin kullanılmasına izin verme
  • azureml-contrib-automl-pipeline-steps
    • AutoML tahmin görevi artık sıralı tahmini ve hiyerarşik zaman serisi (HTS) için nicel tahminler için kısmi desteği destekliyor.
  • azureml-fsspec
    • MLTable ve FSSpec'te hatalara neden olan tüm kullanıcıların yerine azureml-dataprep'ten içeri aktarılan özel userErrorException değerini alır.
  • azureml-interpret
    • azureml-interpret paketi interpret-community 0.29 olarak güncelleştirildi.*
  • azureml-pipeline-core
    • çağrılırken pipeline_endpoint.submit()etkin olmaması düzeltildipipeline_version.
  • azureml-train-automl-client
    • AutoML tahmin görevi artık sıralı tahmini ve hiyerarşik zaman serisi (HTS) için nicel tahminler için kısmi desteği destekliyor.
  • azureml-train-automl-runtime
    • AutoML tahmin görevi artık sıralı tahmini ve hiyerarşik zaman serisi (HTS) için nicel tahminler için kısmi desteği destekliyor.
  • mltable
    • GIBI utf-8 daha fazla kodlama değişkeni artık MLTable dosyaları yüklenirken destekleniyor.
    • MLTable ve FSSpec'te hatalara neden olan tüm kullanıcıların yerine azureml-dataprep'ten içeri aktarılan özel userErrorException değerini alır.

2023-04-10

Python v1.50.0 için Azure Machine Learning SDK'sı

  • azureml-contrib-automl-dnn-forecasting
    • TCN modelleri için belirli nicellerde tahmin desteği eklendi.
  • azureml-responsibleai
    • ortak ortam ve azureml-responsibleai paketi raiwidgets ve responsibleai 0.26.0'a güncelleştirildi
  • azureml-train-automl-runtime
    • Model testi senaryosu için MLTable işlemeyi düzeltme
  • azureml-training-tabular
    • forecast_quantile yönteminde parametre olarak niceller eklendi.

2023-03-01

Azure Machine Learning SDK v1 paketlerinde Python 3.7 için destek sonu duyurusu

  • Özelliğin kullanımdan kaldırılması
    • Python 3.7'nin SDK v1 paketleri için desteklenen bir çalışma zamanı olarak kullanımdan kaldırma
      • 4 Aralık 2023'te Azure Machine Learning, SDK v1 paketleri için Python 3.7'yi desteklemeyi resmi olarak durduracak ve desteklenen bir çalışma zamanı olarak kullanımdan kaldıracaktır. Daha fazla ayrıntı için lütfen Python için Azure SDK sürüm destek ilkesi sayfamızı okuyun
      • 4 Aralık 2023'ün kullanımdan kaldırılacağı tarihten itibaren Azure Machine Learning SDK v1 paketleri artık Python 3.7 çalışma zamanı için güvenlik düzeltme eklerini ve diğer güncelleştirmeleri almayacaktır.
      • Azure Machine Learning SDK v1 için geçerli Python 3.7 sürümleri hala çalışır. Ancak Azure Machine Learning, güvenlik güncelleştirmelerini almaya devam etmek ve teknik yardım için uygun durumda kalmak için betiklerinizi ve bağımlılıklarınızı Python çalışma zamanının desteklenen bir sürümüne taşımanızı kesinlikle önerir.
      • Azure Machine Learning SDK v1 dosyaları için çalışma zamanı olarak Python sürüm 3.8 veya üzerini kullanmanızı öneririz.
      • Ayrıca Python 3.7 tabanlı Azure Machine Learning SDK v1 paketleri artık teknik yardım için uygun değildir.
      • Herhangi bir endişeniz varsa bizimle iletişime geçmek için Azure Machine Learning desteğini kullanın.

2023-13-02

Python v1.49.0 için Azure Machine Learning SDK'sı

  • Hataya neden olan değişiklikler
    • v1.49.0 ve üzeri sürümleriyle başlayarak aşağıdaki AutoML algoritmaları desteklenmez.
      • Regresyon: FastLinearRegressor, OnlineGradientDescentRegressor
      • Sınıflandırma: AveragedPerceptronClassifier.
    • Bu algoritmaları kullanmaya devam etmek için v1.48.0 veya üzerini kullanın.
  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-dnn-nlp
      • Hem varsayılan değerlere hem de kullanıcı tarafından belirtilen değerlere göre modele ve hiper parametre ayarlarına uygulanan son değerleri göstermek için günlükler.
    • azureml-contrib-automl-dnn-forecasting
      • TCNForecaster için nonscalar ölçümler artık son dönemdeki değerleri yansıtır.
      • TCN eğitim denemesi çalıştırılırken, tren kümesi ve test kümesi için tahmin ufku görselleri artık kullanılabilir.
      • "TCN ölçümleri hesaplanamadı" hatası nedeniyle çalıştırmalar artık başarısız olmayacaktır. "Tahmin Ölçümü hesaplaması hatayla sonuçlandı, en kötü puanları geri bildiriliyor" uyarı iletisi yine günlüğe kaydedilir. Bunun yerine, "Geçersiz Model, TCN eğitimi yakınsanmadı" iletisiyle inf/nan doğrulama kaybıyla art arda ikiden fazla karşılaştığımızda özel durum oluştururuz. Müşterilerin bu değişiklik sonrasında çıkarım yaparken yüklü modellerin tahmin olarak nan/inf değerleri döndürebileceğini bilmesi gerekir.
    • azureml-core
      • Azure Machine Learning çalışma alanı oluşturma, Klasik Uygulama Analizler kullanımdan kaldırmaya hazırlanırken Log Analytics Tabanlı Uygulama Analizler kullanır. Klasik Uygulama Analizler kaynaklarını kullanmak isteyen kullanıcılar, Azure Machine Learning çalışma alanı oluştururken kendi kaynaklarını belirtmeye devam edebilir.
    • azureml-interpret
      • azureml-interpret paketi interpret-community 0.28 olarak güncelleştirildi.*
    • azureml-mlflow
      • Azureml-mlflow istemcisini MLflow 2.0 için ilk destekle güncelleştirme
    • azureml-responsibleai
      • azureml-responsibleai paketi ve not defterleri raiwidgets ve responsibleai v0.24.0 sürümüne güncelleştirildi
    • azureml-sdk
      • azureml-sdk ve azureml-train-automl-client artık Python sürüm 3.10'ı destekliyor
    • azureml-train-automl-client
      • azureml-sdk ve azureml-train-automl-client artık Python sürüm 3.10'ı destekliyor
    • azureml-train-automl-runtime
      • Eğitimden önce eksik y'leri temizleme
      • Akışsız senaryolar için hedef sütunun nan veya boş değerlerini temizleme
      • Eğitim denemesi çalıştırılırken test kümesi için tahmin ufku görselleri artık kullanılabilir.
    • azureml-train-core
      • Hyperdrive çalıştırmaları için özel çalıştırma kimliği sağlamak üzere müşteriye destek eklendi
    • azureml-train-restclients-hyperdrive
      • Hyperdrive çalıştırmaları için özel çalıştırma kimliği sağlamak üzere müşteriye destek eklendi

2022-12-05

Python v1.48.0 için Azure Machine Learning SDK'sı

  • Hataya neden olan değişiklikler

    • Azure Machine Learning SDK paketleri için Python 3.6 desteği kullanım dışı bırakıldı.

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-core
      • Çalışma alanı oluşturmanın bir parçası olarak oluşturulan Depolama hesapları artık blob genel erişimini varsayılan olarak devre dışı bırakılacak şekilde ayarlamıştır
    • azureml-responsibleai
      • azureml-responsibleai paketi ve not defterleri raiwidgets ve responsibleai paketleri v0.23.0 olarak güncelleştirildi
      • Modelleri kolayca kaydetmek ve almak için azureml-responsibleai paketine model serileştiricisi ve pyfunc modeli eklendi
    • azureml-train-automl-runtime
      • ManyModels Parametreleri ve HierarchicalTimeSeries Parametreleri için docstring eklendi
      • Oluşturulan kodun bölmeleri doğru şekilde eğitmesi/test etmemesi hatası düzeltildi.
      • Oluşturulan kod eğitimi işlerini tahmin etme işleminin başarısız olmasına neden olan bir hata düzeltildi.

2022-10-25

Python v1.47.0 için Azure Machine Learning SDK'sı

  • azureml-automl-dnn-nlp
    • AutoML NLP için çalışma zamanı, yeni sunulan model süpürme ve hiper parametre ayarlama işleminin bir parçası olarak sabit eğitim parametrelerini hesaba katacak şekilde değişir.
  • azureml-mlflow
    • AZUREML_ARTIFACTS_DEFAULT_TIMEOUT yapıt karşıya yükleme zaman aşımını denetlemek için kullanılabilir
  • azureml-train-automl-runtime
    • Birçok Model ve Hiyerarşik Zaman Serisi eğitimi artık denemeyi çalıştırmaya göndermeden önce çakışmayı algılamak için zaman aşımı parametrelerini denetlemeyi zorunlu kılıyor. Bu, deneme göndermeden önce özel durum oluşturarak çalıştırma sırasında deneme hatasını önler.
    • Müşteriler artık Birçok Model çıkarımında sıralı tahmin kullanırken adım boyutunu denetleyebiliyor.
    • Bölümlenmemiş tablosal verilerle ManyModel çıkarımı artık forecast_quantiles desteklemektedir.

2022-09-26

Python v1.46.0 için Azure Machine Learning SDK'sı

  • azureml-automl-dnn-nlp
    • Müşterilerin artık CoNLL'de yalnızca belirteç içeren bir satır belirtmesine izin verilmez. Çizgi her zaman boş bir yeni satır veya tam olarak bir belirteci olan ve ardından tam olarak bir boşluk ve tam olarak bir etiket olan bir satır olmalıdır.
  • azureml-contrib-automl-dnn-forecasting
    • Çapraz doğrulama bölündükten sonra örneklerin 1'e indirildiği ancak sample_size bölmeden önceki sayıyı işaret ettiği ve bu nedenle batch_size bazı durumlarda örnek sayından daha fazla olduğu bir köşe örneği vardır. Bu düzeltmede bölmeden sonra sample_size başlatıyoruz
  • azureml-core
    • Çıkarım müşterileri modelleri dağıtmak için CLI/SDK v1 model dağıtım API'lerini kullandığında ve Python sürümü 3.6 ve altında olduğunda kullanımdan kaldırma uyarısı eklendi.
    • Aşağıdaki davranış değerleri AZUREML_LOG_DEPRECATION_WARNING_ENABLED aşağıdaki gibi değişir:
      • Varsayılan : Müşteri, cli/sdk v1 için Python 3.6 ve daha azını kullandığında uyarıyı görüntüler.
      • True - azureml-sdk paketlerinde sdk v1 kullanımdan kaldırma uyarısını görüntüler.
      • False - azureml-sdk paketlerinde sdk v1 kullanımdan kaldırma uyarısını devre dışı bırakır.
    • Kullanımdan kaldırma iletisini devre dışı bırakmak üzere ortam değişkenini ayarlamak için yürütülecek komut:
      • Windows - setx AZUREML_LOG_DEPRECATION_WARNING_ENABLED "False"
      • Linux - export AZUREML_LOG_DEPRECATION_WARNING_ENABLED="False"
  • azureml-interpret
    • azureml-interpret paketini interpret-community 0.27'ye güncelleştirin.*
  • azureml-pipeline-core
    • Varsayılan saat dilimini UTC olarak zamanlamayı düzeltin.
    • DataTransfer adımında SqlDataReference kullanılırken yanlış yeniden kullanım düzeltildi.
  • azureml-responsibleai
    • azureml-responsibleai paketini ve seçilmiş görüntüleri raiwidgets ve responsibleai v0.22.0 sürümüne güncelleştirin
  • azureml-train-automl-runtime
    • Oluşturulan betiklerde bazı ölçümlerin kullanıcı arabiriminde doğru şekilde işlenmediğine neden olan bir hata düzeltildi.
    • Birçok Model artık çıkarım için sıralı tahmini destekliyor.
    • Birçok model senaryosunda en iyi N modelleri döndürme desteği.

2022-08-29

Python v1.45.0 için Azure Machine Learning SDK'sı

  • azureml-automl-runtime
    • sample_weight sütununun düzgün doğrulanmamış olmasına neden olan bir hata düzeltildi.
    • Desteklenen tüm tahmin modelleri için tahmin işlem hattı sarmalayıcılarına rolling_forecast() genel yöntemi eklendi. Bu yöntem, kullanım dışı bırakılan rolling_evaluation() yönteminin yerini alır.
    • AutoML Regresyon görevlerinin model değerlendirmesi için eğitilmiş geçerli bölmeye geri dönmesine neden olan ve CV'nin daha uygun bir seçim olacağı bir sorun düzeltildi.
  • azureml-core
    • "aml_discovery_endpoint" adlı yeni bulut yapılandırması son eki eklendi.
    • Satıcıya sunulan azure-storage paketi sürüm 2'den sürüm 12'ye güncelleştirildi.
  • azureml-mlflow
    • "aml_discovery_endpoint" adlı yeni bulut yapılandırması son eki eklendi.
  • azureml-responsibleai
    • azureml-responsibleai paketini ve seçilmiş görüntüleri raiwidgets ve responsibleai 0.21.0'a güncelleştirin
  • azureml-sdk
    • azureml-sdk paketi artık Python 3.9'a izin veriyor.

2022-08-01

Python v1.44.0 için Azure Machine Learning SDK'sı

  • azureml-automl-dnn-nlp
    • Ağırlıklı doğruluk ve Matthews bağıntı katsayısı (MCC) artık NLP Multilabel sınıflandırması için hesaplanan ölçümlerde görüntülenen bir ölçüm olmayacaktır.
  • azureml-automl-dnn-vision
    • Geçersiz ek açıklama biçimi sağlandığında kullanıcı hatası oluşturma
  • azureml-cli-common
    • v1 CLI açıklaması güncelleştirildi
  • azureml-contrib-automl-dnn-forecasting
    • Doğrulama veri kümesindeki farklı zaman serilerinin uzunlukları farklı olduğunda TCNForecaster için neden olan "TCN ölçümleri hesaplanamadı" sorunları düzeltildi.
    • TCNForecaster gibi DNN tahmin modelleri için otomatik zaman aşımları kimlik algılaması eklendi.
    • Tahmin TCN modeliyle ilgili, kullanıcı doğrulama kümesini sağladığında doğrulama verilerinin bazı durumlarda bozulmasına neden olan bir hata düzeltildi.
  • azureml-core
    • Bir Çalıştırmadan yapıt indirirken timeout_seconds parametresi ayarlamaya izin ver
    • Uyarı iletisi eklendi - Azure Machine Learning CLI v1, 2025-09-'da kullanımdan kaldırılıyor. Kullanıcıların CLI v2'yi benimsemesi önerilir.
    • Özel durumlar oluşturan AmlComputes olmayanlara gönderim düzeltildi.
    • Ortamlar için docker bağlam desteği eklendi
  • azureml-interpret
    • AutoML paketleri için numpy sürümünü artırma
  • azureml-pipeline-core
    • İşlem hattı gönderilirken regenerate_outputs=True'un etkili olmaması düzeltildi.
  • azureml-train-automl-runtime
    • AutoML paketleri için numpy sürümünü artırma
    • Görüntü işleme ve nlp için kod oluşturmayı etkinleştirme
    • Tanelerin oluşturulduğu özgün sütunlar predictions.csv

2022-07-21

Azure Machine Learning SDK v1 paketlerinde Python 3.6 için destek sonu duyurusu

  • Özelliğin kullanımdan kaldırılması
    • Python 3.6'nın SDK v1 paketleri için desteklenen bir çalışma zamanı olarak kullanımdan kaldırma
      • 05 Aralık 2022'de Azure Machine Learning desteklenen bir çalışma zamanı olarak Python 3.6'yı kullanımdan kaldıracak ve SDK v1 paketleri için Python 3.6 desteğimizi resmi olarak sonlandıracaktır.
      • 05 Aralık 2022'deki kullanımdan kaldırma tarihinden itibaren Azure Machine Learning, Azure Machine Learning SDK v1 paketleri tarafından kullanılan Python 3.6 çalışma zamanına artık güvenlik düzeltme ekleri ve diğer güncelleştirmeleri uygulamayacaktır.
      • Python 3.6 ile mevcut Azure Machine Learning SDK v1 paketleri çalışmaya devam eder. Ancak Azure Machine Learning, güvenlik düzeltme eklerini almaya ve teknik destek için uygun olmaya devam edebilmeniz için betiklerinizi ve bağımlılıklarınızı desteklenen bir Python çalışma zamanı sürümüne geçirmenizi kesinlikle önerir.
      • Azure Machine Learning SDK v1 paketleri için çalışma zamanı olarak Python 3.8 sürümünü kullanmanızı öneririz.
      • Ayrıca Python 3.6 kullanan Azure Machine Learning SDK v1 paketleri artık teknik destek için uygun değildir.
      • Sorularınız varsa AML Desteği aracılığıyla bizimle iletişime geçin.

2022-06-27

  • azureml-automl-dnn-nlp
    • Çok etiketli tahminlerden yinelenen etiketler sütununu kaldırma
  • azureml-contrib-automl-pipeline-steps
    • Birçok Model artık csv biçiminde tahmin çıktısı oluşturma özelliği de sağlar. - Birçok Model tahmini artık csv dosya biçiminde olması durumunda çıkış dosyasında sütun adlarını içeriyor.
  • azureml-core
    • ADAL kimlik doğrulaması artık kullanım dışı bırakıldı ve tüm kimlik doğrulama sınıfları artık MSAL kimlik doğrulamayı kullanıyor. AzureCliAuthentication sınıfını kullanırken MSAL tabanlı kimlik doğrulamasını kullanmak için azure-cli>=2.30.0 yükleyin.
    • olduğunda Environment.build(workspace)ortam kaydını zorlamak için düzeltme eklendi. Düzeltme, ortam başka bir örnekten kopyalandığında veya devralındığında istenen ortam yerine oluşturulan en son ortamın karışıklığını çözer.
    • 19 Eylül 2021'den önce oluşturulduysa, İşlem Örneğini 31 Mayıs 2022'den önce yeniden başlatmak için SDK uyarı iletisi
  • azureml-interpret
    • azureml-interpret paketi interpret-community 0.26 olarak güncelleştirildi.*
    • azureml-interpret paketinde, puanlama açıklamasından ham ve mühendislik özelliği adları alma yeteneği ekleyin. Ayrıca puanlama açıklamasından özellik adlarını almak için puanlama not defterine örnek ekleyin ve ham ve mühendislik özellikleriyle ilgili belgeler ekleyin.
  • azureml-mlflow
    • azureml-mlflow bağımlılığı olarak azureml-core kaldırıldı. - MLflow projeleri ve yerel dağıtımlar için azureml-core gerekir ve ayrı olarak yüklenmesi gerekir.
    • MLflow istemci eklentisi aracılığıyla uç nokta oluşturma ve bunlara dağıtma desteği ekleme.
  • azureml-responsibleai
    • azureml-responsibleai paketi ve ortam görüntüleri en son responsibleai ve raiwidgets 0.19.0 sürümüne güncelleştirildi
  • azureml-train-automl-client
    • Artık OutputDatasetConfig, MM/HTS işlem hattı oluşturucusunun girişi olarak desteklenmektedir. Eşlemeler şunlardır: 1) OutputTabularDatasetConfig -> bölümlenmemiş tablosal veri kümesi olarak kabul edilir. 2) OutputFileDatasetConfig -> dosyalanmış veri kümesi olarak değerlendirilir.
  • azureml-train-automl-runtime
    • Veri kümesindeki azınlık sınıfı örneklerinin sayısının, istenen CV katlama sayısı kadar olmasını gerektiren veri doğrulaması eklendi.
    • AutoML tahmin görevleri için otomatik çapraz doğrulama parametresi yapılandırması artık kullanılabilir. Kullanıcılar artık n_cross_validations ve cv_step_size için "otomatik" belirtebilir veya bunları boş bırakabilir ve AutoML bu yapılandırmaları verilerinize göre sağlar. Ancak şu anda TCN etkinleştirildiğinde bu özellik desteklenmemekte.
    • Birçok Modelde ve Hiyerarşik Zaman Serisinde Parametreleri Tahmin Etme artık sözlükte tek tek parametreler kullanmak yerine nesne aracılığıyla geçirilebilir.
    • Nicellerle birlikte tahmin modeli uç noktalarının Power BI'da tüketilmesi destekleniyor.
    • AutoML scipy bağımlılığı üst sınırı 1.5.2'den 1.5.3'e güncelleştirildi

2022-04-25

Python v1.41.0 için Azure Machine Learning SDK'sı

Hataya neden olan değişiklik uyarısı

Bu hataya neden olan değişiklik, Haziran sürümünden azureml-inference-server-httpgelir. azureml-inference-server-http Haziran sürümünde (v0.9.0), Python 3.6 desteği bırakıldı. bağlı azureml-inference-server-httpolduğundanazureml-defaults, bu değişiklik öğesine azureml-defaultsyayılır. Çıkarım için kullanmıyorsanızazureml-defaults, yüklemek azureml-defaultsyerine doğrudan veya diğer Azure Machine Learning SDK paketlerini kullanmaktan azureml-core çekinmeyin.

  • azureml-automl-dnn-nlp
    • Uzun aralıklı metin özelliğini varsayılan olarak açma.
  • azureml-automl-dnn-vision
    • ObjectAnnotation Sınıfı türünü nesneden "veri nesnesi" olarak değiştirme.
  • azureml-core
    • Bu sürüm, müşterilerin SDK kullanarak gizli dizi oluştururken keyvault içerik türünü sağlamalarını sağlamak için kullandıkları Keyvault sınıfını güncelleştirir. Bu sürüm ayrıca SDK'yi müşterilerin içerik türünün değerini belirli bir gizli diziden almasını sağlayan yeni bir işlev içerecek şekilde güncelleştirir.
  • azureml-interpret
    • azureml-interpret paketi interpret-community 0.25.0'a güncelleştirildi
  • azureml-pipeline-core
    • Ile ise pipeline_run.wait_for_completion artık çalıştırma ayrıntılarını yazdırma show_output=False
  • azureml-train-automl-runtime
    • Azureml-contrib-automl-dnn-forecasting paketi eğitim ortamında mevcut olduğunda kod oluşturmanın başarısız olmasına neden olan bir hatayı düzeltir.
    • AutoML Model Testi ile etiket sütunu olmayan bir test veri kümesi kullanılırken hata düzeltildi.

2022-03-28

Python v1.40.0 için Azure Machine Learning SDK'sı

  • azureml-automl-dnn-nlp
    • Uzun Aralıklı Metin özelliğini isteğe bağlı hale getiriyoruz ve yalnızca müşteriler kwarg "enable_long_range_text" kullanarak bunu açıkça kabul ederse
    • Yaygın doğrulamalar için çok etiketli ile aynı temel sınıfı uygulayan çok sınıflı sınıflandırma senaryosu için veri doğrulama katmanı ve göreve özgü daha fazla veri doğrulama denetimi için türetilmiş bir sınıf ekleme.
  • azureml-automl-dnn-vision
    • Sınıf ağırlıklarını hesaplama sırasında KeyError düzeltildi.
  • azureml-contrib-reinforcementlearning
    • RL hizmetinin yakında kullanımdan kaldırılması için SDK uyarı iletisi
  • azureml-core
      • çalıştırma nesnesinde run.get_detailsrun.get_all_logsget logs işlevinden herhangi birini çağırırken yeni çalışma zamanından geçen çalıştırmalar için günlükleri döndür , vb.
    • Kullanıcıların şirket içi HDFS kaynaklarına işaret eden veri depoları oluşturmasına olanak sağlamak için deneysel yöntem Datastore.register_onpremises_hdfs eklendi.
    • Yardım komutunda CLI belgelerini güncelleştirme
  • azureml-interpret
    • azureml-interpret paketi için, paketleme güncelleştirmesi ile shap pin'ini kaldırın. CE env güncelleştirmesinin ardından numba ve numpy pin'i kaldırın.
  • azureml-mlflow
    • MLflow dağıtım istemcisi için hata düzeltmesi run_local yapılandırma nesnesi sağlandığında başarısız oluyor.
  • azureml-pipeline-steps
    • Kullanım dışı bırakılan işlem hattı EstimatorStep'in bozuk bağlantısını kaldırma
  • azureml-responsibleai
    • azureml-responsibleai paketini raiwidgets ve responsibleai 0.17.0 sürümüne güncelleştirme
  • azureml-train-automl-runtime
    • Otomatik ML için kod oluşturma artık ForecastTCN modellerini (deneysel) destekliyor.
    • Kod oluşturma aracılığıyla oluşturulan modellerde artık varsayılan olarak hesaplanan tüm ölçümler vardır (tahmin modellerinde normalleştirilmiş ortalama mutlak hata, normalleştirilmiş ortanca mutlak hata, normalleştirilmiş RMSE ve normalleştirilmiş RMSLE dışında). Hesaplanacak ölçümlerin listesi, değerinin dönüş değeri get_metrics_names()düzenlenerek değiştirilebilir. Çapraz doğrulama artık kod oluşturma yoluyla oluşturulan tahmin modelleri için varsayılan olarak kullanılır.
  • azureml-training-tabular
    • Hesaplanacak ölçümlerin listesi, değerinin dönüş değeri get_metrics_names()düzenlenerek değiştirilebilir. Çapraz doğrulama artık kod oluşturma yoluyla oluşturulan tahmin modelleri için varsayılan olarak kullanılır.
    • Ölçüm hesaplamalarının hata olmadan devam etmelerine olanak sağlamak için ondalık tür y testi float'a dönüştürülüyor.

2022-02-28

Python v1.39.0 için Azure Machine Learning SDK'sı

  • azureml-automl-core
    • AutoML regresyon modelleriyle tümleştirme için PBI'da görüntülenen yanlış form düzeltildi
    • Min-label-classes ekleme her iki sınıflandırma görevi için de denetim (çok sınıflı ve çok etiketli). Giriş eğitim veri kümesindeki benzersiz sınıf sayısı 2'den azsa müşterinin çalışması için bir hata oluşturur. Sınıflandırmayı ikiden az sınıfta çalıştırmak anlamsızdır.
  • azureml-automl-runtime
    • Ölçüm hesaplamalarının hata olmadan devam etmelerine olanak sağlamak için ondalık tür y testi float'a dönüştürülüyor.
    • AutoML eğitimi artık basit sürüm 1.8'i destekliyor.
  • azureml-contrib-automl-dnn-forecasting
    • TCNForecaster modelinde çapraz doğrulama ayarları sağlandığında tüm eğitim verilerinin kullanılmadığı bir hata düzeltildi.
    • Çıkarım zamanı tahminlerini bozan TCNForecaster sarmalayıcısının tahmin yöntemi. Ayrıca, tahmin yönteminin geçerli eğitme senaryolarında en son bağlam verilerini kullanmaması sorunu düzeltildi.
  • azureml-interpret
    • azureml-interpret paketi için, paketleme güncelleştirmesi ile shap pin'ini kaldırın. CE env güncelleştirmesinin ardından numba ve numpy pin'i kaldırın.
  • azureml-responsibleai
    • raiwidgets ve responsibleai 0.17.0 sürümüne azureml-responsibleai paketi
  • azureml-synapse
    • Sihirli pencere öğesinin kaybolması sorununu düzeltin.
  • azureml-train-automl-runtime
    • AutoML bağımlılıklarını Python 3.8'i destekleyecek şekilde güncelleştirme. Bu değişiklik, modele daha yeni Pandas arabirimleri kaydedildiği için SDK 1.37 veya üzeri ile eğitilen modellerle uyumluluğu bozar.
    • AutoML eğitimi artık basit sürüm 1.19'a destek veriyor
    • automl_setup_model_explanations API'sindeki grup modelleri için AutoML sıfırlama dizin mantığını düzeltme
    • AutoML'de, en son lightgbm sürüm yükseltmesinin ardından seyrek durum için doğrusal vekil model yerine lightgbm vekil modeli kullanın
    • AutoML tarafından üretilen tüm iç ara yapıtlar artık üst çalıştırmada saydam olarak depolanır (varsayılan çalışma alanı blob deposuna gönderilmek yerine). Kullanıcılar, AutoML'nin üst çalıştırmada outputs/ dizini altında oluşturduğu yapıtları görebilmelidir.

2022-01-24

Python v1.38.0 için Azure Machine Learning SDK'sı

  • azureml-automl-core
    • AutoML'de Tabnet Regresörü ve Tabnet Sınıflandırıcısı desteği
    • Deneme çalıştırması sırasında kullanılan aynı özelliklendirilmiş veri kümesini üretmek için yeniden kullanılabilen veri dönüştürücüsunun üst çalıştırma çıkışlarına kaydedilmesi
    • get_primary_metrics API'de Tahmin görevi için birincil ölçümleri almayı destekleme.
    • v2 puanlama betiklerinde ikinci isteğe bağlı parametre GlobalParameters olarak yeniden adlandırıldı
  • azureml-automl-dnn-vision
    • Ölçüm kullanıcı arabirimine puanlama ölçümleri eklendi
  • azureml-automl-runtime
    • NimbusML modellerinin algoritma adının ML Studio'da veya konsol çıkışlarında boş dizeler olarak görünebileceği durumlar için hata düzeltmesi.
  • azureml-core
    • azureml.core.webservice.aks.AksWebservice.deploy_configuration'da parametre blobfuse_enabled eklendi. Bu parametre true olduğunda, modeller ve puanlama dosyaları blob depolama API'si yerine blobfuse ile indirilir.
  • azureml-interpret
    • azureml-interpret, interpret-community 0.24.0 olarak güncelleştirildi
    • Seyrek TreeExplainer ile lightgbm'nin en son sürümünü desteklemek için azureml-interpret güncelleştirme puanlama açıklamasında
    • azureml-interpret'ı interpret-community 0.23'e güncelleştirin.*
  • azureml-pipeline-core
    • Pipelinedata'ya not ekleyin, kullanıcının bunun yerine işlem hattı çıkış veri kümesini kullanmasını önerin.
  • azureml-pipeline-steps
    • ParallelRunConfig'e ekleyin environment_variables , çalışma zamanı ortam değişkenleri bu parametre tarafından geçirilebilir ve kullanıcı betiğinin yürütüldüğü işlemde ayarlanır.
  • azureml-train-automl-client
    • AutoML'de Tabnet Regresörü ve Tabnet Sınıflandırıcısı desteği
  • azureml-train-automl-runtime
    • Deneme çalıştırması sırasında kullanılan aynı özelliklendirilmiş veri kümesini üretmek için yeniden kullanılabilen veri dönüştürücüsunun üst çalıştırma çıkışlarına kaydedilmesi
  • azureml-train-core
    • Hyperdrive'da Bayesian İyileştirmesi için erken sonlandırma desteğini etkinleştirme
    • Bayes dili ve GridParameterSampling nesneleri artık özellikleri geçirebilir

2021-12-13

Python v1.37.0 için Azure Machine Learning SDK'sı

  • Hataya neden olan değişiklikler

    • azureml-core
      • 1.37.0 sürümünden itibaren Azure Machine Learning SDK'sı, temel alınan kimlik doğrulama kitaplığı olarak MSAL kullanır. MSAL, daha fazla işlevsellik sağlamak ve belirteç önbelleği için güvenliği artırmak için Azure Active Directory (Azure AD) v2.0 kimlik doğrulama akışını kullanır. Daha fazla bilgi için, bkz. Microsoft Kimlik Doğrulaması Kitaplığı'na (MSAL) Genel Bakış.
      • AML SDK bağımlılıklarını Python için Azure Kaynak Yönetimi İstemci Kitaplığı'nın en son sürümüne güncelleştirin (azure-mgmt-resource>=15.0.0,20.0.0<) ve track2 SDK'sını benimseyin.
      • Sürüm 1.37.0'dan itibaren azure-ml-cli uzantısı, Azure CLI >=2.30.0'ın en son sürümüyle uyumlu olmalıdır.
      • Azure DEVOps gibi bir işlem hattında Azure CLI kullanırken tüm görevlerin/aşamaların MSAL tabanlı Azure CLI için v2.30.0'ın üzerinde Azure CLI sürümlerini kullandığından emin olun. Azure CLI 2.30.0 önceki sürümlerle geriye dönük olarak uyumlu değildir ve uyumsuz sürümler kullanılırken hata oluşturur. Azure Machine Learning SDK'sı ile Azure CLI kimlik bilgilerini kullanmak için Azure CLI pip paketi olarak yüklenmelidir.

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-core
      • Kubernetes işleminin ekleme iş akışından örnek türleri kaldırıldı. Örnek türleri artık doğrudan Kubernetes kümesinde ayarlanabilir. Daha fazla bilgi için lütfen aka.ms/amlarc/doc adresini ziyaret edin.
    • azureml-interpret
      • azureml-interpret, interpret-community 0.22'ye güncelleştirildi.*
    • azureml-pipeline-steps
      • AutoMLStep ile bir İşlem Hattı gönderildiği zaman "yer tutucu" denemesinin oluşturulabileceği bir hata düzeltildi.
    • azureml-responsibleai
      • azureml-responsibleai ve işlem örneği ortamını responsibleai ve raiwidgets 0.15.0 sürümüne güncelleştirme
      • azureml-responsibleai paketini en son responsibleai 0.14.0 sürümüne güncelleştirin.
    • azureml-tensorboard
      • Artık TensorBoard günlüklerini yerine run.idadlı klasörlere run.display_name/run.id bağlamak için kullanabilirsinizTensorboard(runs, use_display_name=True).
    • azureml-train-automl-client
      • AutoMLStep ile bir İşlem Hattı gönderildiği zaman "yer tutucu" denemesinin oluşturulabileceği bir hata düzeltildi.
      • AutoMLConfig test_data ve test_size belgelerini önizleme durumunu yansıtacak şekilde güncelleştirin.
    • azureml-train-automl-runtime
      • Kullanıcıların tek bir benzersiz değerle zaman serisi dilimlerini geçirmesine olanak tanıyan yeni özellik eklendi.
      • Bazı senaryolarda, AutoML modeli NaN'leri tahmin edebilir. Bu NaN tahminlerine karşılık gelen satırlar, test çalıştırmalarındaki ölçümleri hesaplamadan önce test veri kümelerinden ve tahminlerden kaldırılır.

2021-11-08

Python v1.36.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-dnn-vision
      • Bazı hata iletilerinde küçük yazım hataları temizlendi.
    • azureml-contrib-reinforcementlearning
      • Simülatör kullanan Pekiştirme Öğrenmesi çalıştırmalarının gönderilmesi artık desteklenmemektedir.
    • azureml-core
      • Bölümlenmiş premium blob için destek eklendi.
      • Yönetilen Kimlik kimlik doğrulaması için abonelik dışı bulutların belirtilmesi artık desteklenmiyor.
      • Kullanıcı, AKS web hizmetini CLI (v2) tarafından yönetilen çevrimiçi uç noktaya ve dağıtıma geçirebilir.
      • Kubernetes işlem hedeflerindeki eğitim işlerinin örnek türü artık bir RunConfiguration özelliği aracılığıyla ayarlanabilir: run_config.kubernetescompute.instance_type.
    • azureml-defaults
      • gunicorn ve werkzeug gibi yedekli bağımlılıklar kaldırıldı
    • azureml-interpret
      • azureml-interpret paketi interpret-community'nin 0.21.* sürümüne güncelleştirildi
    • azureml-pipeline-steps
      • İşlem hatlarında ML eğitimini (dağıtılmış eğitim dahil) çalıştırmak için CommandStep'i kullanmak yerine MpiStep'i kullanımdan kaldırın.
    • azureml-train-automl-rutime
      • AutoML modeli test tahminleri çıkış biçimi belgelerini güncelleştirin.
      • Naive, SeasonalNaive, Average ve SeasonalAverage tahmin modeli için docstring açıklamaları eklendi.
      • Özellik oluşturma özeti artık çalıştırmada bir yapıt olarak depolanır (outputs klasörünün altında 'featurization_summary.json' adlı bir dosyayı denetleyin)
      • Tabnet Learner için kategorik gösterge desteğini etkinleştirin.
      • Kullanıcıların bu parametreyi false olarak ayarlayarak altörnekleme yapmadan tüm veriler üzerinde açıklamalar almasına olanak sağlamak için automl_setup_model_explanations downsample parametresi ekleyin.

2021-10-11

Python v1.35.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • İkili ölçüm hesaplamasını etkinleştirme
    • azureml-contrib-fairness
      • Başarısız pano indirmesinde hata iletisini iyileştirme
    • azureml-core
      • Yönetilen Kimlik kimlik doğrulaması için abonelik dışı bulutları belirtme hatası çözüldü.
      • Dataset.File.upload_directory() ve Dataset.Tabular.register_pandas_dataframe() deneysel bayrakları artık kaldırılmıştır.
      • Deneysel bayraklar artık TabularDataset sınıfının partition_by() yönteminde kaldırılmıştır.
    • azureml-pipeline-steps
      • ParallelRunConfig sınıfının parametresi için partition_keys deneysel bayraklar artık kaldırılmıştır.
    • azureml-interpret
      • azureml-interpret paketi intepret-community 0.20'ye güncelleştirildi.*
    • azureml-mlflow
      • Alt dizinler kullanılarak MLflow ile yapıtların ve görüntülerin günlüğe kaydedilmesi mümkün hale getirildi
    • azureml-responsibleai
      • Başarısız pano indirmesinde hata iletisini iyileştirme
    • azureml-train-automl-client
      • Görüntü Sınıflandırma, Nesne Algılama ve Örnek Segmentasyonu gibi görüntü işleme görevleri için destek eklendi. Ayrıntılı belgeler şu adreste bulunabilir: Python (v1) ile görüntü işleme modellerini eğitmek için AutoML'yi ayarlama.
      • İkili ölçüm hesaplamasını etkinleştirme
    • azureml-train-automl-runtime
      • Model test çalıştırmalarına TCNForecaster desteği ekleyin.
      • Model testi predictions.csv çıkış biçimini güncelleştirin. Çıkış sütunları artık özgün hedef değerleri ve test çalıştırmasına geçirilen özellikleri içerir. Bu, içinde AutoMLConfig veya içinde ayarlanarak test_include_predictions_only=Trueinclude_predictions_only=TrueModelProxy.test()kapatılabilir. Kullanıcı yalnızca tahminleri dahil etmek istediyse çıkış biçimi şöyle görünür (tahmin, regresyonla aynıdır): Sınıflandırma => [tahmin edilen değerler] [olasılıklar] Regresyon => [tahmin edilen değerler] else (varsayılan): Sınıflandırma => [özgün test veri etiketleri] [tahmin edilen değerler] [olasılıklar] [özellikler] Regresyon => [özgün test veri etiketleri] [tahmin edilen değerler] [özellikler] Sütun [predicted values] adı = [label column name] + "_predicted". Sütun [probabilities] adları = [class name] + "_predicted_proba". Test çalıştırmasına giriş olarak hiçbir hedef sütun geçirilmediyse [original test data labels] çıkışta olmaz.

2021-09-07

Python v1.34.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • Daha önce eğitilmiş bir tahmin işlem hattını yeniden sığdırma desteği eklendi.
      • Tahmin için eğitim verileri (örnek içi tahmin) hakkında tahmin alma özelliği eklendi.
    • azureml-automl-runtime
      • AutoML sınıflandırıcı modelinin dağıtılan uç noktasından tahmin edilen olasılıkları döndürmek için destek ekleyin.
      • Kullanıcıların tüm tahminlerin tamsayı olması gerektiğini belirtmesi için bir tahmin seçeneği eklendi.
      • hedef sütun adı, training_data_label_column_name ile yerel denemeler için model açıklaması özellik adlarının bir parçası olmaktan çıkarıldı
      • veri kümesi girişi olarak.
      • Daha önce eğitilmiş bir tahmin işlem hattını yeniden sığdırma desteği eklendi.
      • Tahmin için eğitim verileri (örnek içi tahmin) hakkında tahmin alma özelliği eklendi.
    • azureml-core
      • Tablolu veri kümesinde akış sütun türünü ayarlama, akış sütunlarını bağlama ve indirme desteği eklendi.
      • Kubernetes.attach_configuration(identity_type=None, identity_ids=None) öğesine eklenen ve KubernetesCompute'un SystemAssigned veya UserAssigned kimliğiyle eklenmesine olanak tanıyan yeni isteğe bağlı alanlar eklendi. Print(compute_target) veya compute_target.serialize() çağrılırken yeni kimlik alanları eklenir: identity_type, identity_id, principal_id ve tenant_id/client_id.
    • azureml-dataprep
      • Tablosal veri kümesi için akış sütun türünü ayarlama desteği eklendi. tablolu veri kümesinde akış sütunlarını bağlama ve indirme desteği eklendi.
    • azureml-defaults
      • bağımlılık azureml-inference-server-http==0.3.1 öğesine azureml-defaultseklendi.
    • azureml-mlflow
      • ve page_token isteğe bağlı parametreler ekleyerek max_results list_experiments API'sinin sayfalandırmasına izin verin. Belgeler için bkz. MLflow resmi belgeleri.
    • azureml-sdk
      • azureml-sdk içindeki kullanım dışı paket (azureml-train) bağımlılığı değiştirildi.
      • azureml-sdk ek özelliklerine azureml-responsibleai ekleme
    • azureml-train-automl-client
      • test_data ve test_size parametrelerini içinde AutoMLConfigkullanıma sunma. Bu parametreler, model eğitim aşaması tamamlandıktan sonra otomatik olarak bir test çalıştırması başlatmak için kullanılabilir. Test çalıştırması en iyi modeli kullanarak tahminleri hesaplar ve bu tahminler göz önüne alındığında ölçümler oluşturur.

2021-08-24

Azure Machine Learning Denemesi Kullanıcı Arabirimi

  • Silmeyi Çalıştır
    • Silmeyi Çalıştır, kullanıcıların çalışma alanlarından bir veya birden çok çalıştırmayı silmesini sağlayan yeni bir işlevdir.
    • Bu işlevsellik, çalıştırmaları ve denemeleri doğrudan kullanıcı arabiriminden düzenli olarak silerek kullanıcıların depolama maliyetlerini azaltmalarına ve depolama kapasitesini yönetmelerine yardımcı olabilir.
  • Toplu çalıştırmayı iptal et
    • Toplu çalıştırmayı İptal Et, kullanıcıların çalıştırma listelerinden iptal etmek için bir veya birden çok çalıştırma seçmesine olanak tanıyan yeni bir işlevdir.
    • Bu işlev, kullanıcıların kuyruğa alınmış birden çok çalıştırmayı iptal etmelerine ve kümelerinde yer açmalarına yardımcı olabilir.

2021-08-18

Azure Machine Learning Denemesi Kullanıcı Arabirimi

  • Görünen Adı Çalıştır
    • Çalıştırma Görünen Adı, bir çalıştırmaya atanabilen yeni, düzenlenebilir ve isteğe bağlı bir görünen addır.
    • Bu ad, çalıştırmaları daha etkili bir şekilde izleme, düzenleme ve keşfetme konusunda yardımcı olabilir.
    • Görünen Adı Çalıştır varsayılan olarak adjective_noun_guid biçimindedir (Örnek: awesome_watch_2i3uns).
    • Bu varsayılan ad daha özelleştirilebilir bir adla düzenlenebilir. Bu, Azure Machine Learning stüdyosu kullanıcı arabirimindeki Çalıştırma ayrıntıları sayfasından düzenlenebilir.

2021-08-02

Python v1.33.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • XGBoost modeli alma işlemiyle ilgili hata işleme iyileştirildi.
      • Tahminleri, tahmin ve regresyon görevleri için float'dan tamsayılara dönüştürme olanağı eklendi.
      • AutoMLConfig'deki enable_early_stopping için varsayılan değer True olarak güncelleştirildi.
    • azureml-automl-runtime
      • Tahminleri, tahmin ve regresyon görevleri için float'dan tamsayılara dönüştürme olanağı eklendi.
      • AutoMLConfig'deki enable_early_stopping için varsayılan değer True olarak güncelleştirildi.
    • azureml-contrib-automl-pipeline-steps
      • Hiyerarşik zaman kümeleri (HTS), işlem hatları aracılığıyla görevleri tahmin etme için etkinleştirilir.
      • Çıkarım için Tablosal veri kümesi desteği ekleme
      • Çıkarım verileri için özel yol belirtilebilir
    • azureml-contrib-reinforcementlearning
      • içindeki azureml.core.environment.DockerSection bazı özellikler kullanım dışıdır, örneğin shm_size Ray çalışanları tarafından pekiştirilmiş öğrenme işlerinde kullanılan mülkler. Bu özellik artık içinde azureml.contrib.train.rl.WorkerConfiguration belirtilebilir.
    • azureml-core
      • Belgelerde ScriptRunConfig.distributed_job_config köprü düzeltildi
      • Azure Machine Learning işlem kümeleri artık çalışma alanının konumundan farklı bir konumda oluşturulabilir. Bu, yalnızca kotayı kullanmak ve belirli bir konumda işlem kümesi oluşturmak için daha fazla çalışma alanı oluşturmak zorunda kalmadan farklı konumlarda boşta kapasite ayırmayı en üst düzeye çıkarmak ve kota kullanımını yönetmek için kullanışlıdır. Daha fazla bilgi için bkz . Azure Machine Learning işlem kümesi oluşturma.
      • run nesnesinin değiştirilebilir ad alanı olarak display_name eklendi.
      • Veri kümesi from_files artık büyük giriş verileri için veri uzantılarının atlanması destekleniyor
    • azureml-dataprep
      • to_dask_dataframe bir yarış durumu nedeniyle başarısız olmasına neden olan bir hata düzeltildi.
      • Veri kümesi from_files artık büyük giriş verileri için veri uzantılarının atlanması destekleniyor
    • azureml-defaults
      • azureml-defaults'dan azureml-model-management-sdk==1.0.1b6.post1 bağımlılığını kaldırıyoruz.
    • azureml-interpret
      • azureml-interpret, interpret-community 0.19 olarak güncelleştirildi.*
    • azureml-pipeline-core
      • Hiyerarşik zaman kümeleri (HTS), işlem hatları aracılığıyla görevleri tahmin etme için etkinleştirilir.
    • azureml-train-automl-client
      • Otomatik ML'de önbelleğe almak için blob deposu kullanmaya geçin.
      • Hiyerarşik zaman kümeleri (HTS), işlem hatları aracılığıyla görevleri tahmin etme için etkinleştirilir.
      • XGBoost modeli alma işlemiyle ilgili hata işleme iyileştirildi.
      • AutoMLConfig'deki enable_early_stopping için varsayılan değer True olarak güncelleştirildi.
    • azureml-train-automl-runtime
      • Otomatik ML'de önbelleğe almak için blob deposu kullanmaya geçin.
      • Hiyerarşik zaman kümeleri (HTS), işlem hatları aracılığıyla görevleri tahmin etme için etkinleştirilir.
      • AutoMLConfig'deki enable_early_stopping için varsayılan değer True olarak güncelleştirildi.

2021-07-06

Python v1.32.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-core
      • SDK/CLI'da çalışma alanı durumunu tanılamayı kullanıma sunma
    • azureml-defaults
      • azureml-defaults'a bağımlılık eklendi opencensus-ext-azure==1.0.8
    • azureml-pipeline-core
      • AutoMLStep, iş gönderme ortamı varsayılan ortamla eşleştiğinde önceden oluşturulmuş görüntüleri kullanacak şekilde güncelleştirildi
    • azureml-responsibleai
      • Hata analizi raporlarını karşıya yüklemek, indirmek ve listelemek için yeni hata analizi istemcisi eklendi
      • Ve responsibleai paketlerinin sürümün eşitlenmiş olduğundan emin olun raiwidgets
    • azureml-train-automl-runtime
      • Çeşitli özellik geliştirme stratejilerinde dinamik olarak arama yapmak için ayrılan süreyi genel deneme zaman aşımının en fazla dörtte birine ayarlayın

2021-06-21

Python v1.31.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-core
      • Ortam sınıfında platform özelliği için geliştirilmiş belgeler
      • Varsayılan AML İşlem düğümü ölçeği azaltma süresi 120 saniyeden 1800 saniyeye değiştirildi
      • Başarısız çalıştırma sorunlarını gidermek için portalda görüntülenen varsayılan sorun giderme bağlantısı güncelleştirildi: https://aka.ms/azureml-run-troubleshooting
    • azureml-automl-runtime
      • Veri Temizleme: [None, "", "nan", np.nan] hedef değerlerine sahip örnekler özellik geliştirme ve/veya model eğitimi öncesinde bırakılır
    • azureml-interpret
      • Zaman aşımını artırarak ExplanationClient kullanan uzak Azure Machine Learning çalıştırmalarında temizleme görevi kuyruğu hatasını önleme
    • azureml-pipeline-core
      • Synapse adımına jar parametresi ekleme
    • azureml-train-automl-runtime
      • Yüksek kardinalite korumalarını belgelerle daha uyumlu olacak şekilde düzeltme

2021-06-07

Python v1.30.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-core
      • 0.17.5'te hataya neden olan bir değişiklik olarak bağımlılığı ruamel-yaml 0.17.5'e < sabitleyin.
      • aml_k8s_configözelliği, ekleme için KubernetesCompute , default_instance_typeve instance_types parametreleriyle namespacedeğiştiriliyor.
      • Çalışma alanı eşitleme anahtarları uzun süre çalışan bir işlemle değiştirildi.
    • azureml-automl-runtime
      • Büyük verilerle yapılan çalıştırmaların ile Elements of y_test cannot be NaNbaşarısız olabileceği sorunlar düzeltildi.
    • azureml-mlflow
      • İmzası olmayan modeller için MLFlow dağıtım eklentisi hata düzeltmesi.
    • azureml-pipeline-steps
      • ParallelRunConfig: process_count_per_node için belgeyi güncelleştirin.
    • azureml-train-automl-runtime
      • MM çıkarımı sırasında özel tanımlı niceller için destek
      • Toplu çıkarım sırasında forecast_quantiles desteği.
    • azureml-contrib-automl-pipeline-steps
      • MM çıkarımı sırasında özel tanımlı niceller için destek
      • Toplu çıkarım sırasında forecast_quantiles desteği.

2021-05-25

Azure Machine Learning için CLI (v2) duyurusu

ml Azure CLI uzantısı, Azure Machine Learning için yeni nesil arabirimdir. Model yaşam döngüsünü izlerken veri biliminin ölçeğini artırma ve genişletme işlemlerini hızlandırma özelliklerle, modelleri komut satırından eğitmenizi ve dağıtmanızı sağlar. CLI'yı (v2) yükleyin ve ayarlayın.

Python v1.29.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • Hataya neden olan değişiklikler
      • Python 3.5 desteği bırakıldı.
    • azureml-automl-runtime
      • Zaman serisi uzunluğu mevsimsellikten kısaysa STLFeaturizer'ın başarısız olmasına neden olan bir hata düzeltildi. Bu hata bir IndexError olarak bildirildi. STL'nin mevsimsel bileşeni bu durumda yalnızca sıfırlardan oluşsa da, olay şimdi hatasız olarak işlenir.
    • azureml-contrib-automl-dnn-vision
      • Dosya yollarıyla toplu çıkarım için bir yöntem eklendi.
    • azureml-contrib-gbdt
      • azureml-contrib-gbdt paketi kullanım dışı bırakıldı ve gelecekteki güncelleştirmeleri alamayabilir ve dağıtımdan tamamen kaldırılacaktır.
    • azureml-core
      • Datastore.register_azure_blob_container parametre create_if_not_exists düzeltildi.
      • DatasetConsumptionConfig sınıfına örnek kod eklendi.
      • run.log() içindeki skaler ölçüm değerleri için alternatif eksen olarak adım desteği eklendi
    • azureml-dataprep
      • Kabul edilen bölüm boyutunu 2 GB ile _with_partition_size() sınırla
    • azureml-interpret
      • azureml-interpret'ı en son interpret-core paket sürümüne güncelleştirme
      • SHAP 0.36.0'da kullanım dışı bırakılan SHAP DenseData desteği bırakıldı.
      • Kullanıcı tarafından belirtilen veri deposuna yüklemek için etkinleştirin ExplanationClient .
    • azureml-mlflow
      • Tam eklenti desteğini korurken bağımlılık ayak izini azaltmak için azureml-mlflow'ı mlflow-skinny'ye taşıyın
    • azureml-pipeline-core
      • PipelineParameter kod örneği, başvuru belgesinde doğru parametreyi kullanacak şekilde güncelleştirilir.

2021-05-10

Python v1.28.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-runtime
      • Tasarımcıyla tutarlı hale getirmek için geliştirilmiş AutoML Puanlama betiği
      • Kahin modeliyle tahminde bulunulduğunda SDK'nın önceki bir sürümünde eğitilirse "eksik sütun" hatasına neden olan düzeltme eki hatası.
      • AUTOML SDK'sının genel kullanıma yönelik, tahmin tarafından desteklenen model listelerine ARIMAX modeli eklendi. Burada ARIMAX, ARIMA hataları ile bir regresyondur ve Box ve Jenkins tarafından geliştirilen aktarım işlevi modellerinin özel bir örneğidir. İki yaklaşımın nasıl farklı olduğu hakkında bir tartışma için bkz. ARIMAX modeli karışık. AutoML'de otomatik olarak oluşturulan, zamana bağımlı özellikleri (günün saati, yılın günü vb.) kullanan çok değişkenli modellerin geri kalanından farklı olarak, bu model yalnızca kullanıcı tarafından sağlanan özellikleri kullanır ve katsayıları yorumlamayı kolaylaştırır.
    • azureml-contrib-dataset
      • Libfuse'un bağlama kullanılırken yüklenmesi gerektiğini belirten güncelleştirilmiş belge açıklaması.
    • azureml-core
      • Varsayılan CPU seçilmiş görüntüsü artık mcr.microsoft.com/azureml/openmpi3.1.2-ubuntu18.04. Varsayılan GPU görüntüsü artık mcr.microsoft.com/azureml/openmpi3.1.2-cuda10.2-cudnn8-ubuntu18.04
      • Run.fail() artık kullanım dışı bırakıldı, çalıştırmayı başarısız olarak işaretlemek için Run.tag() kullanın veya çalıştırmayı iptal edildi olarak işaretlemek için Run.cancel() kullanın.
      • Belgeler, dosya veri kümesini bağlarken libfuse'un yüklenmesi gerektiğini belirten bir notla güncelleştirildi.
      • Tablosal veri kümesine deneysel register_dask_dataframe() desteği ekleyin.
      • Giriş/çıkış olarak Azure Blob/ADL-S ile DatabricksStep'i destekleyin ve G/Ç erişim yapılandırmasının kümeye eklenmesi gerektiğinde AML'nin kümeyi yeniden başlatıp başlatamayacağına müşterinin karar verip vermemesine izin vermek için parametre permit_cluster_restart kullanıma sunma
    • azureml-dataset-runtime
      • azureml-dataset-runtime artık pyarrow < 4.0.0 sürümlerini destekliyor
    • azureml-mlflow
      • MLFlow eklentimiz aracılığıyla Azure Machine Learning'e dağıtma desteği eklendi.
    • azureml-pipeline-steps
      • Giriş/çıkış olarak Azure Blob/ADL-S ile DatabricksStep'i destekleyin ve G/Ç erişim yapılandırmasının kümeye eklenmesi gerektiğinde AML'nin kümeyi yeniden başlatıp başlatamayacağına müşterinin karar verip vermemesine izin vermek için parametre permit_cluster_restart kullanıma sunma
    • azureml-synapse
      • Msi kimlik doğrulamasında hedef kitleyi etkinleştirme
    • azureml-train-automl-client
      • İşlem hedef belgesi için değiştirilen bağlantı eklendi

2021-04-19

Python v1.27.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-core
      • "AZUREML_ARTIFACTS_DEFAULT_TIMEOUT" ortam değişkeni aracılığıyla yapıt yükleme için varsayılan zaman aşımı değerini geçersiz kılma özelliği eklendi.
      • ScriptRunConfig'deki Ortam nesnesindeki docker ayarlarına uyulmuyor hatası düzeltildi.
      • Bir veri kümesini hedefe kopyalarken bölümlemeye izin verin.
      • Oluşturulan Veri Kümelerinin bir bağlantı işlevi aracılığıyla işlem hatlarına geçirilmesini sağlamak için OutputDatasetConfig'e özel bir mod eklendi. PrS için Tablosal Bölümleme'yi etkinleştirmek için yapılan bu destek geliştirmeleri.
      • azureml-core'a yeni bir KubernetesCompute işlem türü eklendi.
    • azureml-pipeline-core
      • OutputDatasetConfig'e özel mod ekleme ve kullanıcının oluşturulan Veri Kümelerini bir bağlantı işlevi aracılığıyla işlem hatlarında geçirmesini sağlama. Dosya yolu hedefleri yer tutucuları destekler. Bunlar, PRS için Tablosal Bölümleme'yi etkinleştirmek için yapılan geliştirmeleri destekler.
      • Azureml-core'a yeni KubernetesCompute işlem türü eklendi.
    • azureml-pipeline-steps
      • Azureml-core'a yeni KubernetesCompute işlem türü eklendi.
    • azureml-synapse
      • azureml synapse pencere öğesinde spark kullanıcı arabirimi URL'sini güncelleştirme
    • azureml-train-automl-client
      • Tahmin görevi için STL özellik oluşturucu artık zaman serisinin sıklığına göre daha sağlam bir mevsimsellik algılaması kullanıyor.
    • azureml-train-core
      • Ortam nesnesindeki docker ayarlarına uyulmaması hatası düzeltildi.
      • Azureml-core'a yeni KubernetesCompute işlem türü eklendi.

2021-04-05

Python v1.26.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • AutoMLStep çalıştırmalarında Naive modellerinin önerilmesi ve gecikme veya sıralı pencere özellikleriyle başarısız olması sorunu düzeltildi. Hedef gecikmeler veya hedef kayan pencere boyutu ayarlandığında bu modeller önerilmez.
      • AutoML çalıştırması gönderilirken konsol çıkışı değiştirilerek çalıştırmaya bir portal bağlantısı gösterildi.
    • azureml-core
      • Belgelerde HDFS modu eklendi.
      • Glob yapısına göre Dosya Veri Kümesi bölümlerini anlamak için destek eklendi.
      • Azure Machine Learning Çalışma Alanı ile ilişkili güncelleştirme kapsayıcısı kayıt defteri desteği eklendi.
      • DockerSection - "enabled", "shared_volume" ve "arguments" altında kullanım dışı bırakılan Ortam öznitelikleri artık RunConfiguration'da DockerConfiguration'ın bir parçasıdır.
      • Güncelleştirilmiş İşlem Hattı CLI kopyalama belgeleri
      • Portal URI'leri kimlik doğrulaması için kiracı içerecek şekilde güncelleştirildi
      • Yeniden yönlendirmeleri önlemek için çalıştırma URI'lerinden deneme adı kaldırıldı
      • Deneme kimliği kullanmak için deneme URO güncelleştirildi.
      • Azure Machine Learning CLI ile uzak işlem eklemeye yönelik hata düzeltmeleri.
      • Portal URI'leri kimlik doğrulaması için kiracı içerecek şekilde güncelleştirildi.
      • Deneme URI'si deneme kimliğini kullanacak şekilde güncelleştirildi.
    • azureml-interpret
      • azureml-interpret, interpret-community 0.17.0 kullanacak şekilde güncelleştirildi
    • azureml-opendatasets
      • Giriş başlangıç tarihi ve bitiş tarihi türü doğrulama ve tarih saat türü değilse hata göstergesi.
    • azureml-parallel-run
      • [Deneysel özellik] ParallelRunConfig'e parametre ekleyin partition_keys ; belirtilirse, giriş veri kümeleri tarafından belirtilen anahtarlar tarafından mini toplu işlemler halinde bölümlenir. Tüm giriş veri kümelerinin bölümlenmiş veri kümesi olmasını gerektirir.
    • azureml-pipeline-steps
      • Hata düzeltmesi - veri kümesi yapılandırmasını indirme olarak geçirirken path_on_compute destekler.
      • İşlem hatlarında R betiklerini çalıştırmak için CommandStep'i kullanmak yerine RScriptStep'i kullanımdan kaldırın.
      • İşlem hatlarında ML eğitimini (dağıtılmış eğitim dahil) çalıştırmak için CommandStep'i kullanmak yerine EstimatorStep'i kullanımdan kaldırın.
    • azureml-sdk
      • azureml-sdk için python_requires 3.9'a < güncelleştirme
    • azureml-train-automl-client
      • AutoML çalıştırması gönderilirken konsol çıkışı değiştirilerek çalıştırmaya bir portal bağlantısı gösterildi.
    • azureml-train-core
      • DockerConfiguration'ı ScriptRunConfig ile kullanmak yerine DockerSection'ın 'enabled', 'shared_volume' ve 'arguments' öznitelikleri kullanım dışı bırakıldı.
      • MNIST veri kümesi için Azure Açık Veri Kümelerini kullanma
      • Hyperdrive hata iletileri güncelleştirildi.

2021-03-22

Python v1.25.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • AutoML çalıştırması gönderilirken konsol çıkışı değiştirilerek çalıştırmaya bir portal bağlantısı gösterildi.
    • azureml-core
      • SDK ve CLI'da çalışma alanı için kapsayıcı kayıt defterinin güncelleştirilmesini desteklemeye başlar
      • DockerConfiguration'ı ScriptRunConfig ile kullanmak yerine DockerSection'ın 'enabled', 'shared_volume' ve 'arguments' öznitelikleri kullanım dışı bırakıldı.
      • Güncelleştirilmiş İşlem Hattı CLI kopyalama belgeleri
      • Portal URI'leri kimlik doğrulaması için kiracı içerecek şekilde güncelleştirildi
      • Yeniden yönlendirmeleri önlemek için çalıştırma URI'lerinden deneme adı kaldırıldı
      • Deneme kimliği kullanmak için deneme URO güncelleştirildi.
      • az CLI kullanarak uzak işlem eklemeye yönelik hata düzeltmeleri
      • Portal URI'leri kimlik doğrulaması için kiracı içerecek şekilde güncelleştirildi.
      • Glob yapısına göre Dosya Veri Kümesi bölümlerini anlamak için destek eklendi.
    • azureml-interpret
      • azureml-interpret, interpret-community 0.17.0 kullanacak şekilde güncelleştirildi
    • azureml-opendatasets
      • Giriş başlangıç tarihi ve bitiş tarihi türü doğrulama ve tarih saat türü değilse hata göstergesi.
    • azureml-pipeline-core
      • Hata düzeltmesi - veri kümesi yapılandırmasını indirme olarak geçirirken path_on_compute destekler.
    • azureml-pipeline-steps
      • Hata düzeltmesi - veri kümesi yapılandırmasını indirme olarak geçirirken path_on_compute destekler.
      • İşlem hatlarında R betiklerini çalıştırmak için CommandStep'i kullanmak yerine RScriptStep'i kullanımdan kaldırın.
      • İşlem hatlarında ML eğitimini (dağıtılmış eğitim dahil) çalıştırmak için CommandStep'i kullanmak yerine EstimatorStep'i kullanımdan kaldırın.
    • azureml-train-automl-runtime
      • AutoML çalıştırması gönderilirken konsol çıkışı değiştirilerek çalıştırmaya bir portal bağlantısı gösterildi.
    • azureml-train-core
      • DockerConfiguration'ı ScriptRunConfig ile kullanmak yerine DockerSection'ın 'enabled', 'shared_volume' ve 'arguments' öznitelikleri kullanım dışı bırakıldı.
      • MNIST veri kümesi için Azure Açık Veri Kümelerini kullanma
      • Hyperdrive hata iletileri güncelleştirildi.

2021-03-31

Azure Machine Learning stüdyosu Not Defterleri Deneyimi (Mart Güncelleştirmesi)

  • Yeni özellikler

    • CSV/TSV işleme. Kullanıcılar, daha kolay veri analizi için TSV/CSV dosyasını kılavuz biçiminde işleyebilecek.
    • İşlem Örneği için SSO Kimlik Doğrulaması. Kullanıcılar artık yeni işlem örneklerini doğrudan Not Defteri kullanıcı arabiriminde kolayca doğrulayabilir ve azure SDK'larının doğrudan Azure Machine Learning'de kimliğini doğrulamayı ve kullanmayı kolaylaştırabilir.
    • İşlem Örneği Ölçümleri. Kullanıcılar CPU kullanımı ve bellek gibi işlem ölçümlerini terminal üzerinden görüntüleyebilir.
    • Dosya Ayrıntıları. Kullanıcılar artık dosyanın yanındaki üç noktaya tıklayarak son değiştirme zamanı ve dosya boyutu dahil olmak üzere dosya ayrıntılarını görebilir.

  • Hata düzeltmeleri ve geliştirmeleri

    • Sayfa yükleme süreleri iyileştirildi.
    • Artan performans.
    • Hız ve çekirdek güvenilirliği geliştirildi.
    • Not Defteri dosya bölmesini kalıcı olarak taşıyarak dikey emlak elde edin.
    • Bağlantılara artık Terminal'de tıklanabilir
    • Geliştirilmiş IntelliSense performansı

2021-03-08

Python v1.24.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • geriye dönük uyumlu içeri aktarmalar öğesinden azureml.automl.core.sharedkaldırıldı. Ad alanında modül bulunamadı hataları, dosyasından azureml.automl.core.sharedazureml.automl.runtime.sharediçeri aktarılarak çözülebilir.
    • azureml-contrib-automl-dnn-vision
      • Kullanıma sunulan nesne algılama yolo modeli.
    • azureml-contrib-dataset
      • Tablosal Veri Kümelerini sütun değerlerine ve Dosya Veri Kümelerini meta verilere göre filtrelemeye yönelik işlevsellik eklendi.
    • azureml-contrib-fairness
      • JSON şemasını tekerleğe ekleme azureml-contrib-fairness
    • azureml-contrib-mir
      • Modelleri dağıtırken show_output True olarak ayarlandığında, isteği sunucuya göndermeden önce çıkarım yapılandırması ve dağıtım yapılandırması yeniden yürütülecek.
    • azureml-core
      • Tablosal Veri Kümelerini sütun değerlerine ve Dosya Veri Kümelerini meta verilere göre filtrelemeye yönelik işlevsellik eklendi.
      • Daha önce, kullanıcıların alanın parola gücü gereksinimlerini karşılamamış ComputeTarget'ler için admin_user_password sağlama yapılandırmaları oluşturması mümkündü (yani, aşağıdakilerden en az 3 tanesini içermeleri gerekir: Bir küçük harf, bir büyük harf, bir basamak ve aşağıdaki kümeden bir özel karakter: \`~!@#$%^&*()=+_[]{}|;:./'",<>?). Kullanıcı zayıf parolayla bir yapılandırma oluşturduysa ve bu yapılandırmayı kullanarak bir iş çalıştırdıysa, iş çalışma zamanında başarısız olur. Şimdi çağrısı AmlCompute.provisioning_configuration , parola gücü gereksinimlerini açıklayan bir hata iletisiyle birlikte bir ComputeTargetException oluşturur.
      • Ayrıca, bazı durumlarda maksimum düğüm sayısı negatif olan bir yapılandırma belirtmek de mümkündü. Artık bunu yapmak mümkün değil. Şimdi, AmlCompute.provisioning_configuration bağımsız değişken negatif bir ComputeTargetException tamsayıysa max_nodes bir oluşturur.
      • Modelleri dağıtırken show_output True olarak ayarlandığında çıkarım yapılandırması ve dağıtım yapılandırması görüntülenir.
      • Model dağıtımının tamamlanmasını beklerken show_output True olarak ayarlandığında dağıtım işleminin ilerleme durumu görüntülenir.
      • Müşteri tarafından belirtilen Azure Machine Learning kimlik doğrulaması yapılandırma dizinine ortam değişkeni aracılığıyla izin ver: AZUREML_AUTH_CONFIG_DIR
      • Daha önce, en az düğüm sayısı en fazla düğüm sayısı değerinden az olan bir sağlama yapılandırması oluşturmak mümkündü. İş çalışır ancak çalışma zamanında başarısız olur. Bu hata düzeltildi. Şimdi SDK ile min_nodes < max_nodes bir sağlama yapılandırması oluşturmaya çalışırsanız bir ComputeTargetExceptionoluşturur.
    • azureml-interpret
      • seyrek tasarlanmış açıklamalar için toplu özellik önemlerini göstermeyen düzeltme açıklaması panosu
      • azureml-interpret paketinde ExplanationClient'ın iyileştirilmiş bellek kullanımı
    • azureml-train-automl-client
      • Spark kullanarak çalışırken denetimi kullanıcıya döndürmek için show_output=False düzeltildi.

2021-02-28

Azure Machine Learning stüdyosu Not Defterleri Deneyimi (Şubat Güncelleştirmesi)

  • Yeni özellikler

    • Yerel Terminal (GA). Kullanıcılar artık tümleşik terminal ve Git işlemine tümleşik terminal üzerinden erişebilir.
    • Not Defteri Parçacıkları (önizleme). Yaygın Azure Machine Learning kod alıntıları artık parmaklarınızın ucunda. Araç çubuğundan erişilebilen kod parçacıkları paneline gidin veya Ctrl + Ara Çubuğu'nu kullanarak kod içi kod parçacıkları menüsünü etkinleştirin.
    • Klavye Kısayolları. Jupyter'da kullanılabilen klavye kısayollarıyla tam eşlik.
    • Hücre parametrelerini belirtin. Kullanıcılara not defterindeki hangi hücrelerin parametre hücreleri olduğunu ve İşlem Örneği'nde Papermill aracılığıyla parametreli not defterleri çalıştırabileceğini gösterir.
    • Terminal ve Çekirdek oturum yöneticisi: Kullanıcılar, işlemlerinde çalışan tüm çekirdekleri ve terminal oturumlarını yönetebilir.
    • Paylaşım Düğmesi. Kullanıcılar artık Not Defteri dosya gezginindeki herhangi bir dosyayı sağ tıklayarak ve paylaş düğmesini kullanarak paylaşabilir.

  • Hata düzeltmeleri ve geliştirmeleri

    • Geliştirilmiş sayfa yükleme süreleri
    • Artan performans
    • Geliştirilmiş hız ve çekirdek güvenilirliği
    • Devam eden tüm İşlem Örneği işlemlerinin ilerleme durumunu göstermek için dönen tekerlek eklendi.
    • Dosya Gezgini sağ tıklayın. Herhangi bir dosyaya sağ tıklanması artık dosya işlemlerini açar.

2021-02-16

Python v1.23.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-core
      • [Deneysel özellik] Synapse çalışma alanını AML'ye bağlı hizmet olarak bağlamak için destek ekleme
      • [Deneysel özellik] AML'ye işlem olarak synapse spark havuzu ekleme desteği ekleme
      • [Deneysel özellik] Kimlik tabanlı veri erişimi için destek ekleyin. Kullanıcılar, kimlik bilgileri sağlamadan veri depolarını veya veri kümelerini kaydedebilir. Bu durumda, kimlik doğrulaması için kullanıcıların Azure AD belirteci veya işlem hedefinin yönetilen kimliği kullanılır. Daha fazla bilgi edinmek için bkz. Kimlik tabanlı veri erişimini kullanarak depolamaya Bağlan.
    • azureml-pipeline-steps
    • azureml-synapse
      • [Deneysel özellik] Synapse spark havuzunda etkileşimli oturum çalıştırmak için spark magic desteği ekleyin.
  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-runtime
      • Bu güncelleştirmede AutoML SDK'sının tahmin araç kutusuna holt winters üstel düzeltme ekledik. Bir zaman serisi verildiğinde en iyi model AICc (Düzeltildi Akaike'nin Bilgi Ölçütü) tarafından seçilir ve döndürülür.
      • AutoML artık bir yerine iki günlük dosyası oluşturur. Günlük deyimleri, günlük deyiminin hangi işlemde oluşturulduğuna bağlı olarak birine veya diğerine gider.
      • Çapraz doğrulamalarla model eğitimi sırasında gereksiz örnek içi tahmini kaldırın. Bu, özellikle zaman serisi tahmin modelleri için bazı durumlarda model eğitim süresini azaltabilir.
    • azureml-contrib-fairness
      • Sözlük yüklemeleri panosu için bir JSON şeması ekleyin.
    • azureml-contrib-interpret
      • azureml-contrib-interpret README, Ekim ayından bu yana kullanım dışı bırakıldıktan sonra paketin sonraki güncelleştirmede kaldırılacağını yansıtacak şekilde güncelleştirildi, bunun yerine azureml-interpret paketini kullanın
    • azureml-core
      • Daha önce, en az düğüm sayısı en fazla düğüm sayısı değerinden az olan bir sağlama yapılandırması oluşturmak mümkündü. Bu durum düzeltildi. Şimdi SDK ile min_nodes < max_nodes bir sağlama yapılandırması oluşturmaya çalışırsanız bir ComputeTargetExceptionoluşturur.
      • AmlCompute'daki wait_for_completion, işlevin işlem gerçekten tamamlanmadan önce denetim akışı döndürmesine neden olan hatayı düzeltir
      • Run.fail() artık kullanım dışı bırakıldı, çalıştırmayı başarısız olarak işaretlemek için Run.tag() kullanın veya çalıştırmayı iptal edildi olarak işaretlemek için Run.cancel() kullanın.
      • Sağlanan ortam adı bir dize olmadığında 'Ortam adı beklenen adım, {} bulundu' hata iletisini gösterin.
    • azureml-train-automl-client
      • Azure Databricks kümelerinde gerçekleştirilen AutoML denemelerinin iptal edilmesini engelleyen bir hata düzeltildi.

2021-02-09

Python v1.22.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • Görüntü işleme modelleri için conda yml dosyasına ek pip bağımlılığının eklendiği hata düzeltildi.
    • azureml-automl-runtime
      • Klasik tahmin modellerinin (örneğin, AutoArima) engellenen hedef değerleri olan satırların mevcut olmadığı eğitim verilerini alabildiği bir hata düzeltildi. Bu, bu modellerin veri sözleşmesini ihlal etti. * Zaman serisi gecikme işlecinde oluşuma göre gecikme davranışı olan çeşitli hatalar düzeltildi. Daha önce, oluşuma göre gecikme işlemi tüm engellenen satırları doğru işaretlemediğinden her zaman doğru oluşum gecikmesi değerlerini oluşturmazdı. Ayrıca gecikme işleci ile sıralı pencere işleci arasındaki bazı uyumluluk sorunları ve yinelenme davranışı düzeltildi. Bu daha önce sıralı pencere işlecinin eğitim verilerinden başka bir şekilde kullanması gereken bazı satırları bırakması ile sonuçlandı.
    • azureml-core
    • azureml-pipeline-steps

      • CommandStep şimdi GA ve artık deneysel değil.

      • ParallelRunConfig: Mini toplu iş düzeyinde hata eşiğini denetlemek için bağımsız değişken allowed_failed_count ve allowed_failed_percent ekleyin. Hata eşiğinin şimdi üç farklı türü vardır:

        • error_threshold - izin verilen başarısız mini toplu iş öğelerinin sayısı;
        • allowed_failed_count - izin verilen başarısız mini toplu iş sayısı;
        • allowed_failed_percent: İzin verilen başarısız mini toplu işlemlerinin yüzdesi.

        İş, bunlardan herhangi birini aşarsa durur. geriye dönük uyumluluğu korumak için error_threshold gereklidir. Yoksaymak için değeri -1 olarak ayarlayın.

      • AutoMLStep adındaki boşluk işleme düzeltildi.

      • ScriptRunConfig artık HyperDriveStep tarafından destekleniyor

    • azureml-train-core
    • azureml pencere öğeleri
      • ParallelRunStep'in durumunu görselleştirmek için ParallelRunStepDetails pencere öğesi ekleyin.
      • Hiper sürücü kullanıcılarının paralel koordinatlar grafiğinde, her alt çalıştırma için her hiper parametre kümesine karşılık gelen ölçüm değerini gösteren bir eksen görmesine olanak tanır.

2021-01-31

Azure Machine Learning stüdyosu Not Defterleri Deneyimi (Ocak Güncelleştirmesi)

  • Yeni özellikler

    • Azure Machine Learning'de yerel Markdown Düzenleyicisi. Kullanıcılar artık Markdown dosyalarını Azure Machine Learning Studio'da yerel olarak işleyebilir ve düzenleyebilir.
    • Komut Dosyaları için Çalıştır Düğmesi (.py, . R ve .sh). Kullanıcılar artık Azure Machine Learning'de Python, R ve Bash betiğini kolayca çalıştırabilir
    • Değişken Gezgini. Açılır panelde değişkenlerin ve veri çerçevelerinin içeriğini keşfedin. Kullanıcılar veri türünü, boyutunu ve içeriğini kolayca denetleyebiliyor.
    • İçerik Tablosu. Not defterinizin Markdown üst bilgileriyle gösterilen bölümlerine gidin.
    • Not Defterinizi Latex/HTML/Py olarak dışarı aktarın. LaTex, HTML veya .py dışarı aktararak kolayca paylaşılması kolay not defteri dosyaları oluşturma
    • Intellicode. ML destekli sonuçlar gelişmiş bir akıllı otomatik tamamlama deneyimi sağlar.

  • Hata düzeltmeleri ve geliştirmeleri

    • Geliştirilmiş sayfa yükleme süreleri
    • Artan performans
    • Geliştirilmiş hız ve çekirdek güvenilirliği

2021-01-25

Python v1.21.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azure-cli-ml
      • UserAssigned Identity ile AmlCompute kullanılırken CLI yardım metni düzeltildi
    • azureml-contrib-automl-dnn-vision
      • AutoML görüntü işleme çalıştırmaları için dağıtma ve indirme düğmeleri görünür hale gelir ve modeller diğer AutoML çalıştırmalarına benzer şekilde dağıtılabilir veya indirilebilir. Çıkarım çalıştırmak için bir betik ve conda ortamını yeniden oluşturmak için bir yml dosyası içeren iki yeni dosya (scoring_file_v_1_0_0.py ve conda_env_v_1_0_0.yml) vardır. 'model.pth' dosyası da '.pt' uzantısını kullanacak şekilde yeniden adlandırıldı.
    • azureml-core
      • azure-cli-ml için MSI desteği
      • Kullanıcı Tarafından Atanan Yönetilen Kimlik Desteği.
      • Bu değişiklikle, müşteriler bekleyen şifreleme için müşteri anahtarı kasasından anahtarı getirmek için kullanılabilecek kullanıcı tarafından atanan bir kimlik sağlayabilmelidir.
      • büyük dosyaların profili için row_count=0 düzeltmesi - boşluk doldurmalı sınırlandırılmış değerler için çift dönüştürme hatasını düzeltme
      • Çıkış veri kümesi GA'sı için deneysel bayrağı kaldırma
      • Modelin belirli bir sürümünü getirmeyle ilgili belgeleri güncelleştirme
      • Özel bağlantıda karma mod erişimi için çalışma alanını güncelleştirmeye izin ver
      • Sürdürme çalıştırması özelliği için veri deposundaki başka bir kaydı kaldırma düzeltmesi
      • Çalışma alanının birincil kullanıcı tarafından atanan kimliğini güncelleştirmek için CLI/SDK desteği eklendi
    • azureml-interpret
      • azureml-interpret, interpret-community 0.16.0'a güncelleştirildi
      • azureml-interpret'da açıklama istemcisi için bellek iyileştirmeleri
    • azureml-train-automl-runtime
      • ADB çalıştırmaları için etkin akış
    • azureml-train-core
      • Sürdürme çalıştırması özelliği için veri deposundaki başka bir kaydı kaldırma düzeltmesi
    • azureml pencere öğeleri
      • Müşterilerin pencere öğesini kullanarak mevcut çalıştırma verileri görselleştirmesinde yapılan değişiklikleri görmemesi ve isteğe bağlı olarak koşullu hiper parametreler kullanmaları durumunda artık destek almaları gerekir.
      • Kullanıcı çalıştırması pencere öğesi artık bir çalıştırmanın neden kuyruğa alınmış durumda olduğuna ilişkin ayrıntılı bir açıklama içerir.

2021-01-11

Python v1.20.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azure-cli-ml
      • framework_version OptimizationConfig'e eklendi. Model MULTI çerçevesine kaydedildiğinde kullanılır.
    • azureml-contrib-optimization
      • framework_version OptimizationConfig'e eklendi. Model MULTI çerçevesine kaydedildiğinde kullanılır.
    • azureml-pipeline-steps
      • command komutunun işlenmesini sağlayan CommandStep ile tanışın. Komut yürütülebilir dosyaları, kabuk komutlarını, betikleri vb. içerebilir.
    • azureml-core
      • Artık çalışma alanı oluşturma, kullanıcı tarafından atanan kimliği destekliyor. SDK/CLI'dan uai desteği ekleme
      • yerel dağıtımdaki score.py değişiklikleri almak için service.reload() ile ilgili sorun düzeltildi.
      • run.get_details() bu çalıştırma için yazarın adını görüntüleyen "submittedBy" adlı ek bir alana sahiptir.
      • Modeli doğrudan çalıştırmadan kaydetme hakkında bilgi edinmek için Model.register yöntemi belgeleri düzenlendi
      • IOT-Server bağlantı durumu değişiklik işleme sorunu düzeltildi.

2020-12-31

Azure Machine Learning stüdyosu Not Defterleri Deneyimi (Aralık Güncelleştirmesi)

  • Yeni özellikler

    • Kullanıcı Dosya adı araması. Kullanıcılar artık çalışma alanına kaydedilmiş tüm dosyaları arayabilir.
    • Not Defteri Hücresi başına Yan Yana Markdown desteği. Not defteri hücresinde kullanıcılar artık işlenen markdown ve markdown söz dizimini yan yana görüntüleme seçeneğine sahip olabilir.
    • Hücre Durum Çubuğu. Durum çubuğu, bir kod hücresinin hangi durumda olduğunu, bir hücre çalıştırmasının başarılı olup olmadığını ve ne kadar sürdüğünü gösterir.

  • Hata düzeltmeleri ve geliştirmeleri

    • Geliştirilmiş sayfa yükleme süreleri
    • Artan performans
    • Geliştirilmiş hız ve çekirdek güvenilirliği

2020-12-07

Python v1.19.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • AutoMLStep'e test verileri için deneysel destek eklendi.
      • Test kümesi alımı özelliğinin ilk çekirdek uygulaması eklendi.
      • Sklearn.externals.joblib'e yapılan başvurular doğrudan joblib'e bağlı olacak şekilde taşındı.
      • yeni bir "image-instance-segmentation" AutoML görev türünü tanıtın.
    • azureml-automl-runtime
      • Test kümesi alımı özelliğinin ilk çekirdek uygulaması eklendi.
      • Bir metin sütunundaki tüm dizelerin uzunluğu tam olarak bir karakter olduğunda, belirteç oluşturucu ikiden az karakter içeren dizeleri yoksaydığından TfIdf sözcük-gram özellik oluşturucu çalışmaz. Geçerli kod değişikliği AutoML'nin bu kullanım örneğini işlemesine olanak tanır.
      • yeni bir "image-instance-segmentation" AutoML görev türünü tanıtın.
    • azureml-contrib-automl-dnn-nlp
      • Yeni dnn-nlp paketi için ilk çekme isteği
    • azureml-contrib-automl-dnn-vision
      • yeni bir "image-instance-segmentation" AutoML görev türünü tanıtın.
    • azureml-contrib-automl-pipeline-steps
      • Bu yeni paket, birçok model eğitma/çıkarım senaryosu için gerekli adımları oluşturmakla sorumludur. - Ayrıca train/inference kodunu azureml.train.automl.runtime paketine taşır, böylece gelecekteki düzeltmeler, seçilen ortam sürümleri aracılığıyla otomatik olarak kullanılabilir.
    • azureml-contrib-dataset
      • yeni bir "image-instance-segmentation" AutoML görev türünü tanıtın.
    • azureml-core
      • Test kümesi alımı özelliğinin ilk çekirdek uygulaması eklendi.
      • azureml-core paketindeki belgeler için xref uyarılarını düzeltme
      • SDK'da Komut desteği özelliği için belge dizesi düzeltmeleri
      • RunConfiguration'a komut özelliği ekleniyor. Bu özellik, kullanıcıların Azure Machine Learning SDK'sı aracılığıyla işlem üzerinde gerçek bir komut veya yürütülebilir dosya çalıştırmasına olanak tanır.
      • Kullanıcılar, bu denemenin kimliğine göre boş bir denemeyi silebilir.
    • azureml-dataprep
      • Scala 2.12 ile oluşturulan Spark için veri kümesi desteği eklendi. Bu, mevcut 2.11 desteğine eklenir.
    • azureml-mlflow
      • AzureML-MLflow, gönderilen çalıştırmaların erken sonlandırılmasını önlemek için uzak betiklere güvenli korumalar ekler.
    • azureml-pipeline-core
      • Kullanıcı arabirimi aracılığıyla oluşturulan işlem hattı uç noktası için varsayılan işlem hattı ayarlama hatası düzeltildi
    • azureml-pipeline-steps
      • AutoMLStep'e test verileri için deneysel destek eklendi.
    • azureml-tensorboard
      • azureml-core paketindeki belgeler için xref uyarılarını düzeltme
    • azureml-train-automl-client
      • AutoMLStep'e test verileri için deneysel destek eklendi.
      • Test kümesi alımı özelliğinin ilk çekirdek uygulaması eklendi.
      • yeni bir "image-instance-segmentation" AutoML görev türünü tanıtın.
    • azureml-train-automl-runtime
      • Test kümesi alımı özelliğinin ilk çekirdek uygulaması eklendi.
      • AutoML modelleri validation_size ayarı kullanılarak eğitildiyse en iyi AutoML modeli için ham açıklamaların hesaplamasını düzeltin.
      • Sklearn.externals.joblib'e yapılan başvurular doğrudan joblib'e bağlı olacak şekilde taşındı.
    • azureml-train-core

      • HyperDriveRun.get_children_sorted_by_primary_metric() artık daha hızlı tamamlanmalıdır

      • HyperDrive SDK'sında geliştirilmiş hata işleme.

      • Deneme çalıştırmalarını yapılandırmak için ScriptRunConfig kullanmak yerine tüm tahmin aracı sınıfları kullanım dışı bırakıldı. Kullanım dışı bırakılan sınıflar şunlardır:

        • MMLBase
        • Tahmincisi
        • PyTorch
        • TensorFlow
        • Chainer
        • SKLearn

      • Nccl ve Gloo'nun, ScriptRunConfig ile PyTorchConfiguration kullanılması yerine Estimator sınıfları için geçerli giriş türleri olarak kullanılması kullanım dışı bırakıldı.

      • Mpi'nin, ScriptRunConfig ile MpiConfiguration kullanılması yerine Estimator sınıfları için geçerli bir giriş türü olarak kullanılması kullanım dışı bırakıldı.

      • Yapılandırmayı çalıştırmak için komut özelliği ekleme. Bu özellik, kullanıcıların Azure Machine Learning SDK'sı aracılığıyla işlem üzerinde gerçek bir komut veya yürütülebilir dosya çalıştırmasına olanak tanır.

      • Deneme çalıştırmalarını yapılandırmak için ScriptRunConfig kullanmak yerine tüm tahmin aracı sınıfları kullanım dışı bırakıldı. Kullanım dışı bırakılan sınıflar şunlardır: + MMLBaseEstimator + Estimator + PyTorch + TensorFlow + Chainer + SKLearn

      • ScriptRunConfig ile PyTorchConfiguration'ı kullanmak yerine Estimator sınıfları için geçerli bir giriş türü olarak Nccl ve Gloo kullanımı kullanım dışı bırakıldı.

      • Mpi'nin, ScriptRunConfig ile MpiConfiguration kullanılması yerine Estimator sınıfları için geçerli bir giriş türü olarak kullanılması kullanım dışı bırakıldı.

2020-11-30

Azure Machine Learning stüdyosu Not Defterleri Deneyimi (Kasım Güncelleştirmesi)

  • Yeni özellikler

    • Yerel Terminal. Kullanıcılar artık tümleşik terminal ve Git işlemine tümleşik terminal üzerinden erişebilir.
    • Klasörü Çoğalt
    • İşlem Açılan Listesi için MaliyetLendirme
    • Çevrimdışı İşlem Pylance

  • Hata düzeltmeleri ve geliştirmeleri

    • Geliştirilmiş sayfa yükleme süreleri
    • Artan performans
    • Geliştirilmiş hız ve çekirdek güvenilirliği
    • Büyük Dosya Yükleme. Artık 95 MB dosyasını >karşıya yükleyebilirsiniz

2020-11-09

Python v1.18.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • Gauss gürültüsü ile doldurmaya olanak tanıyarak kısa zaman serisinin kullanımı iyileştirildi.
    • azureml-automl-runtime
      • DateTime sütununda OutOfBoundsDatetime değeri varsa ConfigException oluşturun
      • Gauss gürültüsü ile doldurmaya olanak tanıyarak kısa zaman serisinin kullanımı iyileştirildi.
      • Her metin sütununun, bu metin sütunundaki dizelerin uzunluğuna bağlı olarak n-gram aralığıyla char-gram dönüşümünü kullanabilmesini sağlama
      • Kullanıcının yerel işlemlerinde çalışan AutoML denemeleri için en iyi mod için ham özellik açıklamaları sağlama
    • azureml-core
      • Paketi sabitleyin: pyjwt, gelecek sürümlerde hata oluşmasını önlemek için.
      • Deneme oluşturmak, bu tür bir deneme varsa veya yeni bir deneme varsa aynı ada sahip etkin veya son arşivlenmiş denemeyi döndürür.
      • get_experiment ada göre çağırmak, bu adla etkin veya son arşivlenmiş denemeyi döndürür.
      • Kullanıcılar bir denemeyi yeniden etkinleştirirken yeniden adlandıramaz.
      • Bir veri kümesi denemeye yanlış geçirildiğinde olası düzeltmeleri içerecek şekilde hata iletisi iyileştirildi (örneğin, ScriptRunConfig).
      • Ad zaten mevcut olduğunda ne olacağının davranışını içerecek şekilde geliştirilmiş belgeler OutputDatasetConfig.register_on_complete .
      • Ortak ortam değişkenleriyle çarpışma olasılığı olan veri kümesi giriş ve çıkış adlarının belirtilmesi artık bir uyarıyla sonuçlanmış olur
      • Veri depolarını kaydederken yeniden kullanılan grant_workspace_access parametre. Machine Learning studio'dan True sanal ağın arkasındaki verilere erişmek için olarak ayarlayın. Daha fazla bilgi edinin
      • Bağlı hizmet API'si geliştirilmiştir. Kaynak kimliği sağlamak yerine yapılandırmada tanımlanan sub_id, rg ve ad olmak üzere üç ayrı parametremiz vardır.
      • Müşterilerin belirteç bozulması sorunlarını kendi kendine çözmesini sağlamak için çalışma alanı belirteci eşitlemesini genel bir yöntem olarak etkinleştirin.
      • Bu değişiklik, boş bir dizenin bir script_param için değer olarak kullanılmasını sağlar
    • azureml-train-automl-client
      • Gauss gürültüsü ile doldurmaya olanak tanıyarak kısa zaman serisinin kullanımı iyileştirildi.
    • azureml-train-automl-runtime
      • DateTime sütununda OutOfBoundsDatetime değeri varsa ConfigException oluşturun
      • Kullanıcının yerel işlemlerinde çalışan AutoML denemeleri için en iyi model için ham özellik açıklamaları sağlamaya yönelik destek eklendi
      • Gauss gürültüsü ile doldurmaya olanak tanıyarak kısa zaman serisinin kullanımı iyileştirildi.
    • azureml-train-core
      • Bu değişiklik, boş bir dizenin bir script_param için değer olarak kullanılmasını sağlar
    • azureml-train-restclients-hyperdrive
      • BENİOKU daha fazla bağlam sunacak şekilde değiştirildi
    • azureml pencere öğeleri
      • Pencere öğesi için grafiklere/paralel koordinatlar kitaplığına dize desteği ekleyin.

2020-11-05

Görüntü örneği segmentasyonu için Veri Etiketleme (çokgen ek açıklama) (önizleme)

Veri etiketlemedeki görüntü örneği segmentasyonu (çokgen ek açıklamalar) proje türü artık kullanılabilir, böylece kullanıcılar görüntülerdeki nesnelerin konturu çevresinde çokgenler çizebilir ve açıklama ekleyebilir. Kullanıcılar, görüntü içinde ilgi çekici olan her nesneye bir sınıf ve çokgen atayabilir.

Görüntü örneği segmentasyonu etiketlemesi hakkında daha fazla bilgi edinin.

2020-10-26

Python v1.17.0 için Azure Machine Learning SDK'sı

  • yeni örnekler
  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • get_output bir XGBoostError oluşturabileceği bir sorun düzeltildi.
    • azureml-automl-runtime
      • AutoML tarafından oluşturulan zaman/takvim tabanlı özellikler artık ön eke sahiptir.
      • Çok sayıda sınıfın ve alt örneklemenin etkinleştirildiği sınıflandırma veri kümeleri için StackEnsemble eğitimi sırasında oluşan bir IndexError düzeltildi.
      • Model yeniden uygun hale geldikten sonra VotingRegressor tahminlerinin yanlış olması sorunu düzeltildi.
    • azureml-core
      • AKS dağıtım yapılandırması ile Azure Kubernetes Service kavramları arasındaki ilişki hakkında daha fazla ayrıntı eklendi.
      • Ortam istemci etiketleri desteği. Kullanıcı Ortamları etiketleyebilir ve etikete göre bunlara başvurabilir.
    • azureml-dataprep
      • Scala 2.12 ile şu anda desteklenmeyen Spark kullanılırken daha iyi hata iletisi.
    • azureml-explain-model
      • azureml-explain-model paketi resmi olarak kullanım dışı bırakıldı
    • azureml-mlflow
      • Azureml arka ucuna karşı mlflow.projects.run dosyasında son halinin düzgün işlenmediği bir hata düzeltildi.
    • azureml-pipeline-core
      • tek işlem hattı uç noktası tabanlı işlem hattı zamanlaması oluşturmak, listelemek ve almak için destek ekleyin.
      • Geçersiz kullanım örneğiyle PipelineData.as_dataset belgeleri geliştirildi - PipelineData.as_dataset yanlış kullanılması artık Bir ValueException'ın atılmasıyla sonuçlanıyor
      • HyperDriveStep işlem hatları not defteri, HyperDriveStep çalıştırmasının hemen ardından pipelineStep içinde en iyi modeli kaydedecek şekilde değiştirildi.
    • azureml-pipeline-steps
      • HyperDriveStep işlem hatları not defteri, HyperDriveStep çalıştırmasının hemen ardından pipelineStep içinde en iyi modeli kaydedecek şekilde değiştirildi.
    • azureml-train-automl-client
      • get_output bir XGBoostError oluşturabileceği bir sorun düzeltildi.

Azure Machine Learning stüdyosu Not Defterleri Deneyimi (Ekim Güncelleştirmesi)

  • Yeni özellikler

  • Hata düzeltmeleri ve geliştirmeleri

    • Hız ve çekirdek güvenilirliğinde iyileştirme
    • Jupyter Pencere Öğesi kullanıcı arabirimi güncelleştirmeleri

2020-10-12

Python v1.16.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azure-cli-ml
      • AKSWebservice ve AKSEndpoints artık pod düzeyinde CPU ve Bellek kaynak sınırlarını destekliyor. Bu isteğe bağlı sınırlar, geçerli CLI çağrılarında ayar --cpu-cores-limit ve --memory-gb-limit bayraklar kullanılarak kullanılabilir
    • azureml-core
      • azureml-core'un doğrudan bağımlılıklarının ana sürümlerini sabitleme
      • AKSWebservice ve AKSEndpoints artık pod düzeyinde CPU ve Bellek kaynak sınırlarını destekliyor. Kubernetes Kaynakları ve Sınırları hakkında daha fazla bilgi
      • run.log_table, tek tek satırların günlüğe kaydedilmesine izin verecek şekilde güncelleştirildi.
      • Yalnızca çalışma alanını kullanarak bir çalıştırmayı almak için statik yöntem Run.get(workspace, run_id) eklendi
      • Çalışma alanı içinde bir çalıştırmayı almak için örnek yöntemi Workspace.get_run(run_id) eklendi
      • Kullanıcıların komut dosyası ve bağımsız değişkenleri yerine komut göndermesine olanak tanıyan çalıştırma yapılandırmasında komut özelliğine giriş.
    • azureml-interpret
      • azureml-interpret'da sabit açıklama istemcisi is_raw bayrak davranışı
    • azureml-sdk
      • azureml-sdk resmi olarak Python 3.8'i destekler.
    • azureml-train-core
      • TensorFlow 2.3 seçilmiş ortamı ekleme
      • Kullanıcıların komut dosyası ve bağımsız değişkenleri yerine komut göndermesine olanak tanıyan çalıştırma yapılandırmasında komut özelliğine giriş.
    • azureml pencere öğeleri
      • Betik çalıştırma pencere öğesi için yeniden tasarlanan arabirim.

2020-09-28

Python v1.15.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-contrib-interpret
      • LIME explainer, azureml-contrib-interpret'dan interpret-community paketine taşındı ve görüntü açıklayıcı azureml-contrib-interpret paketinden kaldırıldı
      • görselleştirme panosu azureml-contrib-interpret paketinden kaldırıldı, açıklama istemcisi azureml-interpret paketine taşındı ve azureml-contrib-interpret paketinde kullanım dışı bırakıldı ve not defterleri geliştirilmiş API'yi yansıtacak şekilde güncelleştirildi
      • azureml-interpret, azureml-explain-model, azureml-contrib-interpret ve azureml-tensorboard için pypi paketi açıklamalarını düzeltme
    • azureml-contrib-notebook
      • Nbcovert bağımlılığını 6'ya < sabitleyin, böylece papermill 1.x çalışmaya devam eder.
    • azureml-core
      • Kullanıcının her bir özniteliği ayarlamasına gerek kalmadan sınıf özniteliklerinin daha kolay başlatılmasını sağlamak için TensorflowConfiguration ve MpiConfiguration oluşturucusunun parametreleri eklendi. ScriptRunConfig'de dağıtılmış PyTorch işlerini yapılandırmak için bir PyTorchConfiguration sınıfı eklendi.
      • Kimlik doğrulama hatasını düzeltmek için azure-mgmt-resource sürümünü sabitleyin.
      • Triton Kod Dağıtma Desteği
      • Run.start_logging() içinde belirtilen çıkış dizinleri artık etkileşimli senaryolarda çalıştır kullanılırken izleniyor. Run.complete() çağrıldıktan sonra izlenen dosyalar ML Studio'da görünür
      • Dosya kodlama artık ve Dataset.Tabular.from_json_lines_files bağımsız Dataset.Tabular.from_delimited_files değişkeni geçirilerek encoding veri kümesi oluşturma sırasında belirtilebilir. Desteklenen kodlamalar :'utf8', 'iso88591', 'latin1', 'ascii', utf16', 'utf32', 'utf8bom' ve 'windows1252'.
      • Ortam nesnesi ScriptRunConfig oluşturucusna geçirilmiyorsa hata düzeltmesi.
      • Run.cancel() başka bir makineden yerel çalıştırmanın iptaline izin verecek şekilde güncelleştirildi.
    • azureml-dataprep
      • Veri kümesi bağlama zaman aşımı sorunları düzeltildi.
    • azureml-explain-model
      • azureml-interpret, azureml-explain-model, azureml-contrib-interpret ve azureml-tensorboard için pypi paketi açıklamalarını düzeltme
    • azureml-interpret
      • görselleştirme panosu azureml-contrib-interpret paketinden kaldırıldı, açıklama istemcisi azureml-interpret paketine taşındı ve azureml-contrib-interpret paketinde kullanım dışı bırakıldı ve not defterleri geliştirilmiş API'yi yansıtacak şekilde güncelleştirildi
      • azureml-interpret paketi interpret-community 0.15.0'a bağlı olarak güncelleştirildi
      • azureml-interpret, azureml-explain-model, azureml-contrib-interpret ve azureml-tensorboard için pypi paketi açıklamalarını düzeltme
    • azureml-pipeline-core
      • Parametre önceden var olan bir veri kümesi adına ayarlandığında sistemin yanıt vermemeyeregister_on_completename başladığı işlem hattı sorunu OutputFileDatasetConfig düzeltildi.
    • azureml-pipeline-steps
      • Eski databricks not defterleri kaldırıldı.
    • azureml-tensorboard
      • azureml-interpret, azureml-explain-model, azureml-contrib-interpret ve azureml-tensorboard için pypi paketi açıklamalarını düzeltme
    • azureml-train-automl-runtime
      • görselleştirme panosu azureml-contrib-interpret paketinden kaldırıldı, açıklama istemcisi azureml-interpret paketine taşındı ve azureml-contrib-interpret paketinde kullanım dışı bırakıldı ve not defterleri geliştirilmiş API'yi yansıtacak şekilde güncelleştirildi
    • azureml pencere öğeleri
      • görselleştirme panosu azureml-contrib-interpret paketinden kaldırıldı, açıklama istemcisi azureml-interpret paketine taşındı ve azureml-contrib-interpret paketinde kullanım dışı bırakıldı ve not defterleri geliştirilmiş API'yi yansıtacak şekilde güncelleştirildi

2020-09-21

Python v1.14.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml

      • Kılavuz Profili Oluşturma SDK'dan kaldırıldı ve artık desteklenmiyor.

    • azureml-accel-models

      • azureml-accel-models paketi artık TensorFlow 2.x'i destekliyor

    • azureml-automl-core

      • pandas/sklearn yerel sürümlerinin eğitim sırasında kullanılanlarla eşleşmeyen durumlar için get_output hata işleme eklendi

    • azureml-automl-runtime

      • AutoArima yinelemelerinin PredictionException ve "Tahmin sırasında sessiz hata oluştu" iletisiyle başarısız olmasına neden olan bir hata düzeltildi.

    • azureml-cli-common

      • Kılavuz Profili Oluşturma SDK'dan kaldırıldı ve artık desteklenmiyor.

    • azureml-contrib-server

      • Pypi genel bakış sayfası için paketin açıklaması güncelleştirildi.

    • azureml-core

      • Kılavuz Profili Oluşturma SDK'dan kaldırıldı ve artık desteklenmiyor.
      • Çalışma alanı alma işlemi başarısız olduğunda hata iletilerinin sayısını azaltın.
      • Meta verileri getirme başarısız olduğunda uyarı gösterme
      • Yeni Kusto Adımı ve Kusto İşlem Hedefi.
      • SKU parametresi için belgeyi güncelleştirin. CLI ve SDK'daki çalışma alanı güncelleştirme işlevselliğindeki sku'yu kaldırın.
      • Pypi genel bakış sayfası için paketin açıklaması güncelleştirildi.
      • Azure Machine Learning Ortamları için güncelleştirilmiş belgeler.
      • SDK'da AML çalışma alanı için hizmet tarafından yönetilen kaynak ayarlarını kullanıma sunma.

    • azureml-dataprep

      • Veri kümesi bağlama için dosyalarda yürütme iznini etkinleştirin.

    • azureml-mlflow

      • Azure Machine Learning MLflow belgeleri ve not defteri örnekleri güncelleştirildi
      • Azure Machine Learning arka ucu ile MLflow projeleri için yeni destek
      • MLflow modeli kayıt defteri desteği
      • AzureML-MLflow işlemleri için Azure RBAC desteği eklendi

    • azureml-pipeline-core

      • PipelineOutputFileDataset.parse_* yöntemlerinin belgeleri geliştirildi.
      • Yeni Kusto Adımı ve Kusto İşlem Hedefi.
      • Bu kullanıcı aracılığıyla işlem hattı uç noktası varlığı için sağlanan Swaggerurl özelliği, yayımlanan işlem hattı uç noktasının şema tanımını görebilir.

    • azureml-pipeline-steps

      • Yeni Kusto Adımı ve Kusto İşlem Hedefi.

    • azureml telemetrisi

      • Pypi genel bakış sayfası için paketin açıklaması güncelleştirildi.

    • azureml-train

      • Pypi genel bakış sayfası için paketin açıklaması güncelleştirildi.

    • azureml-train-automl-client

      • pandas/sklearn yerel sürümlerinin eğitim sırasında kullanılanlarla eşleşmeyen durumlar için get_output hata işleme eklendi

    • azureml-train-core

      • Pypi genel bakış sayfası için paketin açıklaması güncelleştirildi.

2020-08-31

Python v1.13.0 için Azure Machine Learning SDK'sı

  • Önizleme özellikleri

    • azureml-core Yeni çıktı veri kümeleri özelliğiyle Blob, ADLS 1. Nesil, ADLS 2. Nesil ve FileShare gibi bulut depolama alanına geri yazabilirsiniz. Verilerin nerede çıkış yapılacağını, verilerin nasıl çıkış yapılacağını (bağlama veya karşıya yükleme yoluyla), çıkış verilerinin gelecekte yeniden kullanılması ve paylaşılması için kaydedilip kaydedilmeyeceğini ve ara verilerin işlem hattı adımları arasında sorunsuz bir şekilde geçirilip geçirmeyeceğini yapılandırabilirsiniz. Bu, yeniden üretilebilirliği, paylaşımı etkinleştirir, verilerin çoğaltılmasını önler ve maliyet verimliliği ile üretkenlik kazançlarına neden olur. Nasıl kullanacağınızı öğrenin

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-core
      • AutoML için tüm pip bağımlılıklarını sabitlemek için validated_{platform}_requirements.txt dosyası eklendi.
      • Bu sürüm 4 Gb'tan büyük modelleri destekler.
      • Yükseltilen AutoML bağımlılıkları: scikit-learn (şimdi 0.22.1), pandas (şimdi 0.25.1), numpy (şimdi 1.18.2).
    • azureml-automl-runtime
      • Metin DNN'sini her zaman fp16 sıkıştırması kullanacak şekilde ayarlayın.
      • Bu sürüm 4 Gb'tan büyük modelleri destekler.
      • AutoML'nin ImportError: adını RollingOriginValidatoriçeri aktaramaması sorunu düzeltildi.
      • Yükseltilen AutoML bağımlılıkları: scikit-learn (şimdi 0.22.1), pandas (şimdi 0.25.1), numpy (şimdi 1.18.2).
    • azureml-contrib-automl-dnn-forecasting
      • Yükseltilen AutoML bağımlılıkları: scikit-learn (şimdi 0.22.1), pandas (şimdi 0.25.1), numpy (şimdi 1.18.2).
    • azureml-contrib-fairness
      • azureml-contrib-fairness için kısa bir açıklama sağlayın.
    • azureml-contrib-pipeline-steps
      • Bu paketin kullanım dışı bırakıldığını ve kullanıcının bunun yerine azureml-pipeline-steps kullanması gerektiğini belirten ileti eklendi.
    • azureml-core
      • Çalışma alanı için liste anahtarı komutu eklendi.
      • Çalışma Alanı SDK'sı ve CLI'ya etiketler parametresi ekleyin.
      • Veri Kümesi ile alt çalıştırma gönderme işleminin nedeniyle TypeError: can't pickle _thread.RLock objectsbaşarısız olmasına neden olan hata düzeltildi.
      • Model listesi() için varsayılan/belge page_count ekleniyor.
      • CLI&sdk'sını adbworkspace parametresini alacak şekilde değiştirin ve Çalışma alanı ekle adb lin/unlink runner.
      • Dataset.update dosyasındaKi Veri Kümesi güncelleştirmesinin sürümü çağrılmadan en yeni Veri Kümesi sürümünün güncelleştirilmesiyle ilgili hata düzeltildi.
      • Dataset.get_by_name belirli bir eski sürüm alındığında bile en yeni Veri Kümesi sürümünün etiketlerini gösteren hata düzeltildi.
    • azureml-interpret
      • Özgün açıklayıcının shap_values_output parametresine dayalı olarak azureml-interpret'da shap puanlama açıklamalarına olasılık çıkışları eklendi.
    • azureml-pipeline-core
      • 'nin belgeleri geliştirildi PipelineOutputAbstractDataset.register.
    • azureml-train-automl-client
      • Yükseltilen AutoML bağımlılıkları: scikit-learn (şimdi 0.22.1), pandas (şimdi 0.25.1), numpy (şimdi 1.18.2).
    • azureml-train-automl-runtime
      • Yükseltilen AutoML bağımlılıkları: scikit-learn (şimdi 0.22.1), pandas (şimdi 0.25.1), numpy (şimdi 1.18.2).
    • azureml-train-core
      • Kullanıcıların artık HyperDriveConfig oluştururken geçerli bir hyperparameter_sampling birleştirme sağlaması gerekir. Ayrıca, HyperDriveRunConfig belgeleri, kullanıcıları HyperDriveRunConfig'in kullanımdan kaldırıldığı konusunda bilgilendirecek şekilde düzenlenmiştir.
      • PyTorch Varsayılan Sürümü 1.4'e geri döndürülüyor.
      • PyTorch 1.6 & TensorFlow 2.2 görüntüleri ve seçilmiş ortam ekleme.

Azure Machine Learning stüdyosu Not Defterleri Deneyimi (Ağustos Güncelleştirmesi)

  • Yeni özellikler

    • Yeni Başlarken giriş sayfası

  • Önizleme özellikleri

    • Not Defterleri'nde özellik toplama. Topla özelliğiyle kullanıcılar artık not defterlerini kolayca temizleyebilir. Toplama özelliği not defterinizin otomatik bağımlılık analizini kullanır ve temel kodun tutulmasını sağlar, ancak ilgisiz parçaları kaldırır.

  • Hata düzeltmeleri ve geliştirmeleri

    • Hız ve güvenilirlikte iyileştirme
    • Koyu mod hataları düzeltildi
    • Çıkış Kaydırma Hataları düzeltildi
    • Örnek Arama artık Azure Machine Learning örnek not defterleri deposundaki tüm dosyaların içeriğini arar
    • Çok satırlı R hücreleri artık çalıştırılabilir
    • "Bu dosyanın içeriğine güveniyorum" artık ilk seferden sonra otomatik olarak denetlenir
    • Yeni "Kopyasını oluştur" seçeneğiyle Geliştirilmiş Çakışma çözümü iletişim kutusu

2020-08-17

Python v1.12.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azure-cli-ml
      • Yerleşik paket görüntüsünün yeniden adlandırılabilmesi için Model.package() öğesine image_name ve image_label parametreleri ekleyin.
    • azureml-automl-core
      • AutoML, içerik okunurken değiştirildiğinde dataprep'ten yeni bir hata kodu oluşturur.
    • azureml-automl-runtime
      • Veriler eksik değerler içerdiğinde ancak özellik özelliği kapatıldığında kullanıcı için uyarılar eklendi.
      • Veriler nan içerdiğinde ve özellik özelliği kapatıldığında alt çalıştırma hataları düzeltildi.
      • AutoML, içerik okunurken değiştirildiğinde dataprep'ten yeni bir hata kodu oluşturur.
      • Tahmin ölçümlerinin taneciklere göre gerçekleşmesi için normalleştirme güncelleştirildi.
      • Geri arama özellikleri devre dışı bırakıldığında tahmin niceliklerinin hesaplanması iyileştirildi.
      • AutoML'den sonraki açıklamaları işlerken bool seyrek matris işleme düzeltildi.
    • azureml-core
      • Yeni bir yöntem run.get_detailed_status() artık geçerli çalıştırma durumunun ayrıntılı açıklamasını gösterir. Şu anda yalnızca durum açıklaması Queued gösteriliyor.
      • Yerleşik paket görüntüsünün yeniden adlandırılabilmesi için Model.package() öğesine image_name ve image_label parametreleri ekleyin.
      • Pip bölümünün CondaDependencies tamamını aynı anda ayarlamak için yeni yöntemset_pip_requirements().
      • Kimlik bilgisi olmayan ADLS 2. Nesil veri deposu kaydetmeyi etkinleştirin.
      • Yanlış veri kümesi türünü indirmeye veya bağlamaya çalışırken hata iletisi geliştirildi.
      • Filtre iyileştirme sağlayan daha fazla partition_timestamp örneğiyle zaman serisi veri kümesi filtre örneği not defterini güncelleştirin.
      • Özel uç nokta bağlantısını silerken armResourceId yerine subscriptionId, resourceGroup, workspaceName, pe Bağlan ionName değerlerini parametre olarak kabul etmek için sdk ve CLI'yi değiştirin.
      • Deneysel Dekoratör daha kolay tanımlama için sınıf adını gösterir.
      • Modellerin içindeki Varlıklar için açıklamalar artık Çalıştırma temelinde otomatik olarak oluşturulmaz.
    • azureml-datadrift
      • DataDriftDetector'da create_from_model API'sini kullanım dışı olacak şekilde işaretleyin.
    • azureml-dataprep
      • Yanlış veri kümesi türünü indirmeye veya bağlamaya çalışırken hata iletisi geliştirildi.
    • azureml-pipeline-core
      • Kayıtlı veri kümelerini içeren işlem hattı grafiği seri durumdan çıkarılırken hata düzeltildi.
    • azureml-pipeline-steps
      • RScriptStep, azureml.core.environment dosyasından RSection'ı destekler.
      • passthru_automl_config parametresi genel API'den AutoMLStep kaldırıldı ve bunu yalnızca iç parametreye dönüştürdü.
    • azureml-train-automl-client
      • AutoML'den yerel zaman uyumsuz, yönetilen ortam çalıştırmaları kaldırıldı. Tüm yerel çalıştırmalar, çalıştırmanın başlatıldığı ortamda çalıştırılır.
      • Kullanıcı tarafından sağlanan betikler olmadan AutoML çalıştırmaları gönderilirken karşılaşılan anlık görüntü sorunları düzeltildi.
      • Veriler nan içerdiğinde ve özellik özelliği kapatıldığında alt çalıştırma hataları düzeltildi.
    • azureml-train-automl-runtime
      • AutoML, içerik okunurken değiştirildiğinde dataprep'ten yeni bir hata kodu oluşturur.
      • Kullanıcı tarafından sağlanan betikler olmadan AutoML çalıştırmaları gönderilirken karşılaşılan anlık görüntü sorunları düzeltildi.
      • Veriler nan içerdiğinde ve özellik özelliği kapatıldığında alt çalıştırma hataları düzeltildi.
    • azureml-train-core
      • Aracılığıyla parametresine geçirilen pip gereksinimleri dosyasında pip seçeneklerini (örneğin,extra-index-url) belirtme desteği Estimatorpip_requirements_file eklendi.

2020-08-03

Python v1.11.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azure-cli-ml
      • CLI model kayıt yolunda çalıştırma nesnesinde geçirilmeyen model çerçevesi ve model çerçevesi düzeltildi
      • Kiracı kimliğini ve asıl kimliğini göstermek için CLI amlcompute identity show komutunu düzeltin
    • azureml-train-automl-client
      • İlişkili modeli indirmeden bir AutoML Çalıştırması için en iyi alt çalıştırmayı getirmek için AutoMLRun'a get_best_child () eklendi.
      • Modeli yerel olarak indirmeden tahmin veya tahminin uzak bir eğitim ortamında çalıştırılmasına olanak tanıyan ModelProxy nesnesi eklendi.
      • AutoML'deki işlenmeyen özel durumlar artık bilinen sorunlar HTTP sayfasına işaret ediyor ve burada hatalar hakkında daha fazla bilgi bulunabilir.
    • azureml-core
      • Model adları 255 karakter uzunluğunda olabilir.
      • Environment.get_image_details() dönüş nesnesi türü değiştirildi. DockerImageDetails sınıfı değiştirildi dict, görüntü ayrıntıları yeni sınıf özelliklerinden kullanılabilir. Değişiklikler geriye dönük olarak uyumludur.
      • Bağımlılık yapısını korumak için Environment.from_pip_requirements() için hata düzeltildi
      • Bir int ve double aynı listeye dahil edildiyse log_list başarısız olmasına neden olan bir hata düzeltildi.
      • Var olan bir çalışma alanında özel bağlantıyı etkinleştirirken, çalışma alanıyla ilişkili işlem hedefleri varsa, çalışma alanı özel uç noktasıyla aynı sanal ağın arkasında olmayan bu hedeflerin çalışmayacağını unutmayın.
      • Denemelerde veri kümelerini kullanırken isteğe bağlı hale getirildi as_named_input ve öğesine FileDatasetas_download eklendias_mount. Giriş adı, çağrılırsa veya as_download çağrılırsa as_mount otomatik olarak oluşturulur.
    • azureml-automl-core
      • AutoML'deki işlenmeyen özel durumlar artık bilinen sorunlar HTTP sayfasına işaret ediyor ve burada hatalar hakkında daha fazla bilgi bulunabilir.
      • İlişkili modeli indirmeden bir AutoML Çalıştırması için en iyi alt çalıştırmayı getirmek için AutoMLRun'a get_best_child () eklendi.
      • Modeli yerel olarak indirmeden tahmin veya tahminin uzak bir eğitim ortamında çalıştırılmasına olanak tanıyan ModelProxy nesnesi eklendi.
    • azureml-pipeline-steps
      • öğesine ve enable_default_metrics_output bayrakları AutoMLStepeklendienable_default_model_output. Bu bayraklar, varsayılan çıkışları etkinleştirmek/devre dışı bırakmak için kullanılabilir.

2020-07-20

Python v1.10.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • AutoML kullanılırken, AutoMLConfig nesnesine bir yol geçirilirse ve henüz yoksa, otomatik olarak oluşturulur.
      • Kullanıcılar artık parametresini kullanarak freq tahmin görevleri için bir zaman serisi sıklığı belirtebilir.
    • azureml-automl-runtime
      • AutoML kullanılırken, AutoMLConfig nesnesine bir yol geçirilirse ve henüz yoksa, otomatik olarak oluşturulur.
      • Kullanıcılar artık parametresini kullanarak freq tahmin görevleri için bir zaman serisi sıklığı belirtebilir.
      • AutoML Tahmini artık bir test veya doğrulama kümesinin uzunluğunun giriş ufkından uzun olduğu ve tahmin bağlamı olarak bilinen y_pred değerinin kullanıldığı kullanım örneğine uygulanan sıralı değerlendirmeyi destekliyor.
    • azureml-core
      • Bir çalıştırmada veri deposundan hiçbir dosya indirilmemişse uyarı iletileri yazdırılır.
      • için skip_validationDatastore.register_azure_sql_database methodbelgeleri eklendi.
      • Kullanıcıların otomatik olarak onaylanan bir özel uç nokta oluşturmak için sdk v1.10.0 veya üzeri sürümüne yükseltmesi gerekir. Bu, sanal ağın arkasında kullanılabilen Not Defteri kaynağını içerir.
      • Get çalışma alanının yanıtında NotebookInfo'nun kullanıma sunma.
      • İşlem hedeflerini listeleme ve işlem hedeflerini alma çağrılarının uzaktan çalıştırmada başarılı olması için yapılan değişiklikler. İşlem hedeflerini almak ve çalışma alanı işlem hedeflerini listelemek için sdk işlevleri artık uzak çalıştırmalarda çalışıyor.
      • azureml.core.image sınıfları için sınıf açıklamalarına kullanımdan kaldırma iletileri ekleyin.
      • Çalışma alanı özel uç noktası oluşturma işlemi başarısız olursa özel durum oluşturun ve çalışma alanını ve bağımlı kaynakları temizleyin.
      • Çalışma alanı güncelleştirme yönteminde çalışma alanı sku yükseltmesini destekleyin.
    • azureml-datadrift
      • Python 3.8'i desteklemek için matplotlib sürümünü 3.0.2'den 3.2.1'e güncelleştirin.
    • azureml-dataprep
      • veya Head isteğiyle Range web url'si veri kaynakları desteği eklendi.
      • Dosya veri kümesi bağlama ve indirme için geliştirilmiş kararlılık.
    • azureml-train-automl-client
      • Kurulum araçlarından kaldırılmasıyla RequirementParseError ilgili sorunlar düzeltildi.
      • "compute_target='local'" kullanılarak gönderilen yerel çalıştırmalar için conda yerine docker kullanın
      • Konsola yazdırılan yineleme süresi düzeltildi. Daha önce, yineleme süresi bazen çalışma bitiş saati eksi çalışma oluşturma zamanı olarak yazdırılıyordu. Eşit çalışma bitiş zamanı eksi çalıştırma başlangıç zamanı olarak düzeltildi.
      • AutoML kullanılırken, AutoMLConfig nesnesine bir yol geçirilirse ve henüz yoksa, otomatik olarak oluşturulur.
      • Kullanıcılar artık parametresini kullanarak freq tahmin görevleri için bir zaman serisi sıklığı belirtebilir.
    • azureml-train-automl-runtime
      • En iyi model açıklamaları başarısız olduğunda iyileştirilmiş konsol çıkışı.
      • Hassas bir terimi kaldırmak için giriş parametresi "blocked_models" olarak yeniden adlandırıldı.
        • Hassas bir terimi kaldırmak için giriş parametresi "allowed_models" olarak yeniden adlandırıldı.
      • Kullanıcılar artık parametresini kullanarak freq tahmin görevleri için bir zaman serisi sıklığı belirtebilir.

2020-07-06

Python v1.9.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • autoML'de otomatik olarak oluşturulan puanlama betiğinde get_model_path() AZUREML_MODEL_DIR ortam değişkeniyle değiştirildi. Ayrıca init() sırasındaki hataları izlemek için telemetri eklendi.
      • AutoMLConfig'in bir parçası olarak belirtme enable_cache özelliği kaldırıldı
      • Belirli tahmin çalıştırmaları sırasında çalıştırmaların hizmet hatalarıyla başarısız olmasına neden olan bir hata düzeltildi
      • Belirli modeller sırasında geliştirilmiş hata işleme get_output
      • y transformatörü ile sınıflandırma için fitted_model.fit(X, y) çağrısı düzeltildi
      • Tahmin görevleri için özelleştirilmiş ileriye doğru doldurma noktası etkinleştirildi
      • Parametreleri dikte biçiminde tahmin etme yerine yeni bir ForecastingParameters sınıfı kullanılır
      • Geliştirilmiş hedef gecikmesi otomatik düzeltmesi
      • BERT ile çok düğümlü, çok gpulu dağıtılmış özellik kullanımı sınırlı eklendi
    • azureml-automl-runtime
      • Kahin artık çarpımsal yerine ek mevsimsellik modellemesi yapıyor.
      • Kısa tanelerin, uzun tanelerden farklı sıklıklara sahip olmasının başarısız çalıştırmalara neden olması sorunu düzeltildi.
    • azureml-contrib-automl-dnn-vision
      • Eğitim ve puanlama için sistem/gpu istatistiklerini ve günlük ortalamalarını toplama
    • azureml-contrib-mir
      • ManagedInferencing'de enable-app-insights bayrağı desteği eklendi
    • azureml-core
      • Veri kaynağına geçerli işlemden erişilemediğinde doğrulamanın atlanmasına izin vererek bu API'ler için doğrulama parametresi.
        • TabularDataset.time_before(end_time, include_boundary=True, validate=True)
        • TabularDataset.time_after(start_time, include_boundary=True, validate=True)
        • TabularDataset.time_recent(time_delta, include_boundary=True, validate=True)
        • TabularDataset.time_between(start_time, end_time, include_boundary=True, validate=True)
      • Model listesi için çerçeve filtreleme desteği eklendi ve not defterine NCD AutoML örneği eklendi
      • Datastore.register_azure_blob_container ve Datastore.register_azure_file_share (yalnızca SAS belirtecini destekleyen seçenekler) için sas_token , alanın belge dizelerini tipik okuma ve yazma senaryoları için en düşük izin gereksinimlerini içerecek şekilde güncelleştirdik.
      • ws.get_mlflow_tracking_uri() içinde _with_auth param kullanımdan kaldırılıyor
    • azureml-mlflow
      • AzureML-MLflow ile yerel file:// modellerini dağıtma desteği ekleme
      • ws.get_mlflow_tracking_uri() içinde _with_auth param kullanımdan kaldırılıyor
    • azureml-opendatasets
      • Yakın zamanda yayımlanan Covid-19 izleme veri kümeleri artık SDK ile kullanılabilir
    • azureml-pipeline-core
      • Pip bağımlılığının bir parçası olarak "azureml-defaults" eklenmediğinde oturumu kapatma uyarısı
      • Not işlemeyi geliştirme.
      • Sınırlandırılmış dosyalar PipelineOutputFileDataset'e ayrıştırılırken tırnak içinde satır sonları için destek eklendi.
      • PipelineDataset sınıfı kullanım dışı bırakıldı. Daha fazla bilgi için bkz. https://aka.ms/dataset-deprecation. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz https://aka.ms/pipeline-with-dataset. .
    • azureml-pipeline-steps
      • Azureml-pipeline-steps belge güncelleştirmeleri.
      • Kullanıcıların yapılandırmanın geri kalanıyla satır içi veya ayrı bir dosyada Ortamları tanımlaması için ParallelRunConfig'lere load_yaml() destek eklendi
    • azureml-train-automl-client.
      • AutoMLConfig'in bir parçası olarak belirtme enable_cache özelliği kaldırıldı
    • azureml-train-automl-runtime
      • BERT ile çok düğümlü, çok gpulu dağıtılmış özellik özelliği sınırlı kullanılabilirliği eklendi.
      • ADB tabanlı otomatik makine öğrenmesi çalıştırmalarında uyumsuz paketler için hata işleme eklendi.
    • azureml pencere öğeleri
      • Azureml pencere öğelerine yönelik belge güncelleştirmeleri.

2020-06-22

Python v1.8.0 için Azure Machine Learning SDK'sı

  • Önizleme özellikleri

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • Init kapsayıcısının günlüklerini alma desteği.
      • ComputeInstance'ı yönetmek için yeni CLI komutları eklendi
    • azureml-automl-core
      • Kullanıcılar artık Zaman serisi görevleri için yığın grubu yinelemesini etkinleştirebilir ve bunun aşırı sığdırılabileceğini belirten bir uyarı verebilir.
      • Önbellek deposu içeriği üzerinde oynanmışsa tetiklenen yeni bir kullanıcı özel durumu türü eklendi
    • azureml-automl-runtime
      • Kullanıcı özellik kazandırma özelliğini devre dışı bırakırsa Sınıf Dengeleme Süpürme özelliği artık etkinleştirilmez.
    • azureml-contrib-notebook
      • azureml-contrib-notebook paketinde belge geliştirmeleri.
    • azureml-contrib-pipeline-steps
      • azureml-contrib--pipeline-steps paketine yönelik belge iyileştirmeleri.
    • azureml-core
      • Müşterinin çalışma alanı bağlantı kaynağı üzerinde çalışması için set_connection, get_connection, list_connections delete_connection işlevleri ekleme
      • azureml-coore/azureml.exceptions paketine yönelik belge güncelleştirmeleri.
      • azureml-core paketine belge güncelleştirmeleri.
      • ComputeInstance sınıfına belge güncelleştirmeleri.
      • azureml-core/azureml.core.compute paketinde belge geliştirmeleri.
      • azureml-core'da web hizmetiyle ilgili sınıflar için belge geliştirmeleri.
      • Profil oluşturma verilerini depolamak için kullanıcı tarafından seçilen veri depolarını destekleme
      • Model listesi API'sine genişletme ve page_count özelliği eklendi
      • Üzerine yazma özelliğinin kaldırılmasının gönderilen çalıştırmanın seri durumdan çıkarma hatasıyla başarısız olmasına neden olan hata düzeltildi.
      • Tek bir dosyaya başvuran bir FileDataset indirilirken veya bağlanırken tutarsız klasör yapısı düzeltildi.
      • To_spark_dataframe parquet dosyalarından oluşan bir veri kümesini yüklemek artık daha hızlıdır ve tüm parquet ve Spark SQL veri türlerini destekler.
      • Init kapsayıcısının günlüklerini alma desteği.
      • AutoML çalıştırmaları artık Paralel Çalıştırma Adımı'nın alt çalıştırması olarak işaretlenir.
    • azureml-datadrift
      • azureml-contrib-notebook paketinde belge geliştirmeleri.
    • azureml-dataprep
      • To_spark_dataframe parquet dosyalarından oluşan bir veri kümesini yüklemek artık daha hızlıdır ve tüm parquet ve Spark SQL veri türlerini destekler.
      • to_pandas_dataframe için OutOfMemory sorunu için daha iyi bellek işleme.
    • azureml-interpret
      • azureml-interpret, interpret-community sürüm 0.12'yi kullanacak şekilde yükseltildi.*
    • azureml-mlflow
      • azureml-mlflow'da belge geliştirmeleri.
      • MLFlow ile AML model kayıt defteri için destek ekler.
    • azureml-opendatasets
      • Python 3.8 desteği eklendi
    • azureml-pipeline-core
      • 'nin belgeleri, bunun bir iç sınıf olduğunu açıkça ifade etmek için güncelleştirildi PipelineDataset.
      • ParallelRunStep, bir bağımsız değişken için birden çok değeri kabul etmek için güncelleştirmeler, örneğin: "--group_column_names", "Col1", "Col2", "Col3"
      • İşlem Hatlarında AutoMLStep ile ara veri kullanımına yönelik passthru_automl_config gereksinimi kaldırıldı.
    • azureml-pipeline-steps
      • azureml-pipeline-steps paketine yönelik belge geliştirmeleri.
      • İşlem Hatlarında AutoMLStep ile ara veri kullanımına yönelik passthru_automl_config gereksinimi kaldırıldı.
    • azureml telemetrisi
      • Azureml telemetrisinde belge geliştirmeleri.
    • azureml-train-automl-client
      • Bir nesnede iki kez çağrılması farklı davranışlara neden olan experiment.submit() bir AutoMLConfig hata düzeltildi.
      • Kullanıcılar artık Zaman serisi görevleri için yığın grubu yinelemesini etkinleştirebilir ve bunun aşırı sığdırılabileceğini belirten bir uyarı verebilir.
      • Hizmet kullanıcı hatası verirse UserErrorException'ı yükseltmek için AutoML çalıştırma davranışı değiştirildi
      • Uzak işlem hedefinde AutoML denemesi gerçekleştirirken azureml_automl.log oluşturulmamasına veya eksik günlüklere neden olan bir hatayı düzeltir.
      • Dengesiz sınıflara sahip sınıflandırma veri kümeleri için, özellik süpürücü alt örneklenmiş veriler için Ağırlık Dengeleme'nin sınıflandırma görevinin performansını belirli bir eşik kadar artırdığını belirlerse Ağırlık Dengeleme uygularız.
      • AutoML çalıştırmaları artık Paralel Çalıştırma Adımı'nın alt çalıştırması olarak işaretlenir.
    • azureml-train-automl-runtime
      • Hizmet kullanıcı hatası verirse UserErrorException'ı yükseltmek için AutoML çalıştırma davranışı değiştirildi
      • AutoML çalıştırmaları artık Paralel Çalıştırma Adımı'nın alt çalıştırması olarak işaretlenir.

2020-06-08

Python v1.7.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azure-cli-ml
      • CLI komutlarını ve paket bağımlılıklarını temizleyerek mir contrib'den model profili oluşturmanın kaldırılması tamamlandı, Model profili oluşturma çekirdekte kullanılabilir.
      • En düşük Azure CLI sürümünü 2.3.0 sürümüne yükselter
    • azureml-automl-core
      • Özel transformatör parametreleri nedeniyle özellik ekleme adımında fit_transform() daha iyi özel durum iletisi.
      • Otomatik ML'de BERT gibi derin öğrenme transformatör modelleri için birden çok dil desteği ekleyin.
      • Kullanım dışı bırakılmış lag_length parametresini belgelerden kaldırın.
      • Tahmin parametreleri belgeleri geliştirildi. lag_length parametresi kullanım dışı bırakıldı.
    • azureml-automl-runtime
      • Kategorik sütunlardan biri tahmin/test zamanında boş olduğunda oluşan hata düzeltildi.
      • Geri arama özellikleri etkinleştirildiğinde ve veriler kısa dilimler içerdiğinde gerçekleşen çalıştırma hatalarını düzeltin.
      • Gecikmeler veya sıralı pencereler 'otomatik' olarak ayarlandığında yinelenen zaman dizini hata iletisiyle ilgili sorun düzeltildi.
      • Veri kümelerinde Lookback özelliklerini içeren Prophet ve Arima modelleriyle ilgili sorun düzeltildi.
      • Tahmin görevlerindeki tarih saati dışındaki sütunlarda 1677-09-21 veya 2262-04-11'den önceki tarihlerin desteği eklendi. Geliştirilmiş hata iletileri.
      • Tahmin parametreleri belgeleri geliştirildi. lag_length parametresi kullanım dışı bırakıldı.
      • Özel transformatör parametreleri nedeniyle özellik ekleme adımında fit_transform() daha iyi özel durum iletisi.
      • Otomatik ML'de BERT gibi derin öğrenme transformatör modelleri için birden çok dil desteği ekleyin.
      • Bazı OSError'lara neden olan önbellek işlemleri kullanıcı hatalarına neden olur.
      • Eğitim ve doğrulama verilerinin aynı sayıda ve sütun kümesine sahip olduğundan emin olmak için denetimler eklendi
      • Veriler tırnak işaretleri içerdiğinde otomatik olarak oluşturulan AutoML puanlama betiğiyle ilgili sorun düzeltildi
      • AutoML Kahin ve Peygamber modelini içeren grup modelleri için açıklamaların etkinleştirilmesi.
      • Yakın zamandaki bir müşteri sorunu, Sınıf Dengeleme mantığı düzgün etkinleştirilmediğinde bile iletileri Sınıf Dengeleme-Süpürme sırasında günlüğe kaydetmemizi sağlayan bir canlı site hatası ortaya çıkardı. Bu çekme isteğiyle bu günlükleri/iletileri kaldırma.
    • azureml-cli-common
      • CLI komutlarını ve paket bağımlılıklarını temizleyerek mir contrib'den model profili oluşturmanın kaldırılması tamamlandı, Model profili oluşturma çekirdekte kullanılabilir.
    • azureml-contrib-reinforcementlearning
      • Yük test aracı
    • azureml-core
      • Script_run_config.py belge değişiklikleri
      • Run submit-pipeline CLI çıktısını yazdırma ile ilgili bir hatayı düzeltir
      • azureml-core/azureml.data için belge geliştirmeleri
      • hdfs getconf komutunu kullanarak depolama hesabını alma sorunu düzeltildi
      • Geliştirilmiş register_azure_blob_container ve register_azure_file_share belgeleri
    • azureml-datadrift
      • Veri kümesi kayma izleyicilerini devre dışı bırakmak ve etkinleştirmek için geliştirilmiş uygulama
    • azureml-interpret
      • Açıklama istemcisinde, yapıtlardan karşıya yüklemede json serileştirmesinden önce NaN'leri veya Inf'leri kaldırın
      • Birçok özellik ve sınıfa sahip genel açıklamalar için bellek yetersiz hatalarını geliştirmek için yorum topluluğunun en son sürümüne güncelleştirin
      • Studio kullanıcı arabiriminde daha fazla özellik etkinleştirmek için açıklama karşıya yüklemesine isteğe bağlı true_ys parametre ekleyin
      • download_model_explanations() ve list_model_explanations() performansını geliştirme
      • Hata ayıklamaya yardımcı olmak için not defterlerinde küçük ayarlamalar
    • azureml-opendatasets
      • azureml-opendatasets için azureml-dataprep sürüm 1.4.0 veya üzeri gerekir. Düşük sürüm algılanırsa uyarı eklendi
    • azureml-pipeline-core
      • Bu değişiklik, kullanıcının modül çağırırken moduleVersion'a isteğe bağlı bir runconfig sağlamasına olanak tanır. Publish_python_script.
      • Düğüm hesabını etkinleştirme, azureml.pipeline.steps dosyasında ParallelRunStep'te bir işlem hattı parametresi olabilir
    • azureml-pipeline-steps
      • Bu değişiklik, kullanıcının modül çağırırken moduleVersion'a isteğe bağlı bir runconfig sağlamasına olanak tanır. Publish_python_script.
    • azureml-train-automl-client
      • Otomatik ML'de BERT gibi derin öğrenme transformatör modelleri için birden çok dil desteği ekleyin.
      • Kullanım dışı bırakılmış lag_length parametresini belgelerden kaldırın.
      • Tahmin parametreleri belgeleri geliştirildi. lag_length parametresi kullanım dışı bırakıldı.
    • azureml-train-automl-runtime
      • AutoML Kahin ve Peygamber modelini içeren grup modelleri için açıklamaların etkinleştirilmesi.
      • azureml-train-automl-* paketleri için belge güncelleştirmeleri.
    • azureml-train-core
      • PyTorch Estimator'da TensorFlow sürüm 2.1'i destekleme
      • azureml-train-core paketinde geliştirmeler.

2020-05-26

Python v1.6.0 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • azureml-automl-runtime

      • AutoML Tahmini artık modeli yeniden eğitmeden önceden belirtilen maksimum ufuk çizgisinin ötesinde müşterilerin tahminini destekliyor. Tahmin hedefi, gelecekte belirtilen en yüksek ufuktan daha uzakta olduğunda, forecast() işlevi yine de özyinelemeli bir işlem modu kullanarak ileriki tarihe doğru nokta tahminleri yapar. Yeni özelliğin çizimi için klasördeki "forecasting-forecast-function" not defterinin "En yüksek ufuktan daha uzakta tahmin etme" bölümüne bakın.

    • azureml-pipeline-steps

      • ParallelRunStep artık kullanıma sunulmuştur ve azureml-pipeline-steps paketinin bir parçasıdır. azureml-contrib-pipeline-steps paketinde mevcut ParallelRunStep kullanım dışıdır. Genel önizleme sürümündeki değişiklikler:
        • Herhangi bir toplu iş için çalıştırma yönteminin maksimum çağrısını denetlemek için isteğe bağlı yapılandırılabilir parametre eklendi run_max_try , varsayılan değer 3'dür.
        • PipelineParameters artık otomatik olarak oluşturulamaz. Aşağıdaki yapılandırılabilir değerler açıkça PipelineParameter olarak ayarlanabilir.
          • mini_batch_size
          • node_count
          • process_count_per_node
          • logging_level
          • run_invocation_timeout
          • run_max_try
        • process_count_per_node için varsayılan değer 1 olarak değiştirilir. Kullanıcı daha iyi performans için bu değeri ayarlamalıdır. En iyi yöntem, GPU veya CPU düğümünün sayısı olarak ayarlamaktır.
        • ParallelRunStep herhangi bir paket eklemez, kullanıcının ortam tanımına azureml-core ve azureml-dataprep[pandas, fuse] paketlerini dahil etmesi gerekir. user_managed_dependencies ile özel docker görüntüsü kullanılıyorsa, kullanıcının görüntüye conda yüklemesi gerekir.

  • Hataya neden olan değişiklikler

    • azureml-pipeline-steps
      • AutoMLConfig için geçerli bir giriş türü olarak azureml.dprep.Dataflow kullanımı kullanım dışı bırakıldı
    • azureml-train-automl-client
      • AutoMLConfig için geçerli bir giriş türü olarak azureml.dprep.Dataflow kullanımı kullanım dışı bırakıldı

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-core
      • Kullanıcıdan istemciyi düşürmesini isteyen bir uyarının yazdırılma get_output hatası düzeltildi.
      • Mac, henüz sürüm 10'da kullanılamadığından cudatoolkit=9.0'a güvenecek şekilde güncelleştirildi.
      • Uzak işlemde eğitildiğinde kahin ve xgboost modellerindeki kısıtlamaları kaldırma.
      • AutoML'de geliştirilmiş günlük kaydı
      • Tahmin görevlerinde özel özellik kazandırma için hata işleme geliştirildi.
      • Kullanıcıların tahmin oluşturmak için gecikmeli özellikler eklemesine olanak sağlayan işlevler eklendi.
      • Kullanıcı hatasını doğru görüntülemek için hata iletisine Güncelleştirmeler.
      • training_data ile kullanılacak cv_split_column_names desteği
      • Özel durum iletisinin ve izlemenin günlüğe kaydedilmesini güncelleştirin.
    • azureml-automl-runtime
      • Eksik değer empütasyonlarını tahmin etmeye yönelik korumaları etkinleştirin.
      • AutoML'de geliştirilmiş günlük kaydı
      • Veri hazırlama özel durumları için ayrıntılı hata işleme eklendi
      • Uzak işlemde eğitildiğinde kahin ve xgboost modellerindeki kısıtlamaları kaldırma.
      • azureml-train-automl-runtimeve azureml-automl-runtime , ve cudatoolkitiçin pytorchscipybağımlılıkları güncelleştirdi. artık pytorch==1.4.0, scipy>=1.0.0,<=1.3.1ve cudatoolkit==10.1.243destekledik.
      • Tahmin görevlerinde özel özellik kazandırma için hata işleme geliştirildi.
      • Tahmin veri kümesi sıklığı algılama mekanizması geliştirildi.
      • Bazı veri kümelerinde Kahin modeli eğitimiyle ilgili sorun düzeltildi.
      • Tahmin sırasında en yüksek ufukta otomatik algılama geliştirildi.
      • Kullanıcıların tahmin oluşturmak için gecikmeli özellikler eklemesine olanak sağlayan işlevler eklendi.
      • Tahmin modelini yeniden eğitmeden eğitilen ufkun ötesinde tahminler sağlamayı etkinleştirmek için tahmin işlevine işlevsellik ekler.
      • training_data ile kullanılacak cv_split_column_names desteği
    • azureml-contrib-automl-dnn-forecasting
      • AutoML'de geliştirilmiş günlük kaydı
    • azureml-contrib-mir
      • ManagedInferencing'de Windows hizmetleri için destek eklendi
      • MIR işlemi ekleme, SingleModelMirWebservice sınıfı gibi eski MIR iş akışlarını kaldırma - contrib-mir paketine yerleştirilen model profil oluşturmasını temizleme
    • azureml-contrib-pipeline-steps
      • YAML desteği için küçük düzeltme
      • ParallelRunStep Genel Kullanılabilirlik'e sunuldu - azureml.contrib.pipeline.steps bir kullanımdan kaldırma bildirimi vardır ve azureml.pipeline.steps dosyasına taşınır
    • azureml-contrib-reinforcementlearning
      • RL Yük test aracı
      • RL tahmin aracı akıllı varsayılanlara sahiptir
    • azureml-core
      • MIR işlemi ekleme, SingleModelMirWebservice sınıfı gibi eski MIR iş akışlarını kaldırma - contrib-mir paketine yerleştirilen model profil oluşturmasını temizleme
      • Kullanıcıya profil oluşturma hatasında sağlanan bilgiler düzeltildi: istek kimliği dahil edildi ve ileti daha anlamlı olacak şekilde yeniden sorgulandı. Profil oluşturma çalıştırıcılarına yeni profil oluşturma iş akışı eklendi
      • Veri kümesi yürütme hatalarında geliştirilmiş hata metni.
      • Çalışma alanı özel bağlantı CLI desteği eklendi.
      • geçersiz JSON içeren satırların nasıl işleneceğini belirtmeye olanak tanıyan isteğe bağlı bir parametresi invalid_linesDataset.Tabular.from_json_lines_files eklendi.
      • Sonraki sürümde işlem çalıştırma tabanlı oluşturma işlemini kullanım dışı bırakacağız. Kalıcı işlem hedefi olarak gerçek bir Amlcompute kümesi oluşturmanızı ve çalıştırma yapılandırmanızda işlem hedefi olarak küme adını kullanmanızı öneririz. Örnek not defterine buradan bakın: aka.ms/amlcomputenb
      • Veri kümesi yürütme hatalarında geliştirilmiş hata iletileri.
    • azureml-dataprep
      • Pyarrow sürümünü daha açık bir şekilde yükseltmek için uyarı yapıldı.
      • Geliştirilmiş hata işleme ve veri akışı yürütülememesi durumunda döndürülen ileti.
    • azureml-interpret
      • azureml-interpret paketine belge güncelleştirmeleri.
      • Yorumlanabilirlik paketlerinin ve not defterlerinin en son sklearn güncelleştirmesiyle uyumlu olması düzeltildi
    • azureml-opendatasets
      • döndürülen veri olmadığında None döndürür.
      • to_pandas_dataframe performansını geliştirin.
    • azureml-pipeline-core
      • YAML'den yüklemenin bozuk olduğu ParallelRunStep için hızlı düzeltme
      • ParallelRunStep Genel Kullanılabilirlik'te yayınlanır - azureml.contrib.pipeline.steps bir kullanımdan kaldırma bildirimi vardır ve azureml.pipeline.steps adresine taşınır - yeni özellikler şunlardır: 1. PipelineParameter 2 olarak veri kümeleri. Yeni parametre run_max_retry 3. Yapılandırılabilir append_row çıktı dosyası adı
    • azureml-pipeline-steps
      • Giriş verileri için geçerli bir tür olarak azureml.dprep.Dataflow kullanım dışı bırakıldı.
      • YAML'den yüklemenin bozuk olduğu ParallelRunStep için hızlı düzeltme
      • ParallelRunStep Genel Kullanılabilirliğe sunuldu - azureml.contrib.pipeline.steps bir kullanımdan kaldırma bildirimi vardır ve azureml.pipeline.steps adresine taşınır - yeni özellikler şunlardır:
        • PipelineParameter olarak veri kümeleri
        • Yeni parametre run_max_retry
        • Yapılandırılabilir append_row çıktı dosyası adı
    • azureml telemetrisi
      • Özel durum iletisinin ve izlemenin günlüğe kaydedilmesini güncelleştirin.
    • azureml-train-automl-client
      • AutoML'de geliştirilmiş günlük kaydı
      • Kullanıcı hatasını doğru görüntülemek için hata iletisine Güncelleştirmeler.
      • training_data ile kullanılacak cv_split_column_names desteği
      • Giriş verileri için geçerli bir tür olarak azureml.dprep.Dataflow kullanım dışı bırakıldı.
      • Mac, henüz sürüm 10'da kullanılamadığından cudatoolkit=9.0'a güvenecek şekilde güncelleştirildi.
      • Uzak işlemde eğitildiğinde kahin ve xgboost modellerindeki kısıtlamaları kaldırma.
      • azureml-train-automl-runtimeve azureml-automl-runtime , ve cudatoolkitiçin pytorchscipybağımlılıkları güncelleştirdi. artık pytorch==1.4.0, scipy>=1.0.0,<=1.3.1ve cudatoolkit==10.1.243destekledik.
      • Kullanıcıların tahmin oluşturmak için gecikmeli özellikler eklemesine olanak sağlayan işlevler eklendi.
    • azureml-train-automl-runtime
      • AutoML'de geliştirilmiş günlük kaydı
      • Veri hazırlama özel durumları için ayrıntılı hata işleme eklendi
      • Uzak işlemde eğitildiğinde kahin ve xgboost modellerindeki kısıtlamaları kaldırma.
      • azureml-train-automl-runtimeve azureml-automl-runtime , ve cudatoolkitiçin pytorchscipybağımlılıkları güncelleştirdi. artık pytorch==1.4.0, scipy>=1.0.0,<=1.3.1ve cudatoolkit==10.1.243destekledik.
      • Kullanıcı hatasını doğru görüntülemek için hata iletisine Güncelleştirmeler.
      • training_data ile kullanılacak cv_split_column_names desteği
    • azureml-train-core
      • Yeni bir HyperDrive özel durum kümesi eklendi. azureml.train.hyperdrive artık ayrıntılı özel durumlar oluşturur.
    • azureml pencere öğeleri
      • Azure Machine Learning Pencere Öğeleri JupyterLab'de görüntülenmiyor

2020-05-11

Python v1.5.0 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Önizleme özellikleri
      • azureml-contrib-reinforcementlearning
        • Azure Machine Learning, Ray çerçevesini kullanarak pekiştirici öğrenme için önizleme desteği yayınlıyor. , ReinforcementLearningEstimator Azure Machine Learning'de GPU ve CPU işlem hedefleri arasında pekiştirme öğrenme aracıları eğitimi sağlar.

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • Önceki çekme isteğimde yanlışlıkla uyarı günlüğünün arkasında kalan bir sorunu düzeltir. Günlük hata ayıklama için kullanıldı ve yanlışlıkla geride bırakıldı.
      • Hata düzeltmesi: profil oluşturma sırasında istemcileri kısmi hata hakkında bilgilendirme
    • azureml-automl-core
      • Veri kümelerinin birden çok zaman serisine sahip olduğu zaman serisi için paralel sığdırma özelliğini etkinleştirerek AutoML tahmininde Prophet/AutoArima modelini hızlandırın. Bu yeni özellikten yararlanmak için AutoMLConfig'de "max_cores_per_iteration = -1" (kullanılabilir tüm cpu çekirdeklerini kullanarak) ayarlamanız önerilir.
      • Konsol arabiriminde koruyucuları yazdırmada KeyError'ı düzeltme
      • experimentation_timeout_hours için hata iletisi düzeltildi
      • AutoML için TensorFlow modelleri kullanım dışı bırakıldı.
    • azureml-automl-runtime
      • experimentation_timeout_hours için hata iletisi düzeltildi
      • Önbellek deposundan seri durumdan çıkarılmaya çalışılırken sınıflandırılmamış özel durum düzeltildi
      • Veri kümelerinin birden çok zaman serisine sahip olduğu zaman serisi için paralel sığdırma özelliğini etkinleştirerek AutoML tahmininde Prophet/AutoArima modelini hızlandırın.
      • Test/tahmin kümesinin eğitim kümesindeki dilimlerden birini içermediği veri kümelerinde etkin yuvarlanma penceresi olan tahmin düzeltildi.
      • Eksik verilerin işlenmesi iyileştirildi
      • Zaman içinde hizalanmamış zaman serisi içeren veri kümelerinde tahmin sırasında tahmin aralıklarıyla ilgili sorun düzeltildi.
      • Tahmin görevleri için veri şeklinin daha iyi doğrulanması eklendi.
      • Frekans algılama iyileştirildi.
      • Tahmin görevleri için çapraz doğrulama katlandığında daha iyi hata iletisi oluşturulur.
      • Eksik değer korumasını doğru yazdırmak için konsol arabirimini düzeltin.
      • AutoMLConfig'de cv_split_indices girişte veri türü denetimlerini zorunlu tutma.
    • azureml-cli-common
      • Hata düzeltmesi: profil oluşturma sırasında istemcileri kısmi hata hakkında bilgilendirme
    • azureml-contrib-mir
      • Şu anda dağıtılan MIR düzeltmesi ve kullanıcı tarafından belirtilen en son sürüm hakkındaki bilgileri aktaran azureml.contrib.mir.RevisionStatus sınıfını ekler. Bu sınıf, 'deployment_status' özniteliği altında MirWebservice nesnesine eklenir.
      • MirWebservice türündeki Web hizmetlerinde ve alt sınıfı SingleModelMirWebservice'te güncelleştirmeyi etkinleştirir.
    • azureml-contrib-reinforcementlearning
      • Ray 0.8.3 desteği eklendi
      • AmlWindowsCompute yalnızca bağlı depolama olarak Azure Dosyalar destekler
      • health_check_timeout health_check_timeout_seconds olarak yeniden adlandırıldı
      • Bazı sınıf/yöntem açıklamaları düzeltildi.
    • azureml-core
      • WasB etkinleştirildi -> Azure Kamu ve Çin bulutlarında blob dönüştürmeleri.
      • Okuyucu rollerinin çalıştırma bilgilerini almak için az ml run CLI komutlarını kullanmasına izin veren hatayı düzeltir
      • Giriş Veri Kümeleri ile Azure Machine Learning Uzaktan Çalıştırmaları sırasında gereksiz günlük kaydı kaldırıldı.
      • RCranPackage artık CRAN paket sürümü için "version" parametresini destekliyor.
      • Hata düzeltmesi: profil oluşturma sırasında istemcileri kısmi hata hakkında bilgilendirme
      • azureml-core için Avrupa stili float işleme eklendi.
      • Azure Machine Learning sdk'sında etkin çalışma alanı özel bağlantı özellikleri.
      • kullanarak from_delimited_filesbir TabularDataset oluştururken boole bağımsız değişkenini empty_as_stringayarlayarak boş değerlerin Yok olarak mı yoksa boş dize olarak mı yükleneceğini belirtebilirsiniz.
      • Veri kümeleri için Avrupa stili kayan işleme eklendi.
      • Veri kümesi bağlama hatalarında geliştirilmiş hata iletileri.
    • azureml-datadrift
      • SDK'daki Veri Kayması sonuçları sorgusunun en düşük, en yüksek ve ortalama özellik ölçümlerini ayırt etmediğinden yinelenen değerlere neden olan bir hata vardı. Ölçüm adlarına hedef veya taban çizgisi ön ekini ekleyerek bu hatayı düzelttık. Önce: yineleme min, max, mean. Sonra: target_min, target_max, target_mean, baseline_min, baseline_max, baseline_mean.
    • azureml-dataprep
      • Veri teslimi için .NET Bağımlılıkları gerektiğinden emin olurken yazma kısıtlanmış Python ortamlarının işlenmesini geliştirin.
      • Baştaki boş kayıtlarla dosyada Veri Akışı oluşturma işlemi düzeltildi.
      • benzeri to_pandas_dataframeiçin to_partition_iterator hata işleme seçenekleri eklendi.
    • azureml-interpret
      • Windows sınırını aşma olasılığını azaltmak için daha az açıklama yolu uzunluğu sınırı
      • Doğrusal vekil model kullanılarak mimik açıklayıcı ile oluşturulan seyrek açıklamalar için hata düzeltmesi.
    • azureml-opendatasets
      • MNIST sütunlarının dize olarak ayrıştırılması ve int olması gerektiği sorunu düzeltildi.
    • azureml-pipeline-core
      • ModuleStep içine eklenmiş bir modül kullanılırken regenerate_outputs seçeneğine izin verme.
    • azureml-train-automl-client
      • AutoML için TensorFlow modelleri kullanım dışı bırakıldı.
      • Desteklenmeyen algoritmaların yerel modda listelenmesine izin veren kullanıcılar düzeltildi
      • AutoMLConfig için belge düzeltmeleri.
      • AutoMLConfig'de cv_split_indices girişte veri türü denetimlerini zorunlu tutma.
      • Show_output'de AutoML çalıştırmalarının başarısız olduğu sorun düzeltildi
    • azureml-train-automl-runtime
      • Ensemble yinelemelerinde model indirme zaman aşımının başarıyla başlamasını engelleyen bir hatayı düzeltme.
    • azureml-train-core
      • azureml.train.dnn.Nccl sınıfında yazım hatası düzeltildi.
      • PyTorch Estimator'da PyTorch sürüm 1.5'i destekleme
      • Eğitim çerçevesi tahmin araçları kullanılırken çerçeve görüntüsünün Azure Kamu bölgede getirilememe sorunu düzeltildi

2020-05-04

Yeni Not Defteri Deneyimi

Artık makine öğrenmesi not defterlerini ve dosyalarını doğrudan Azure Machine Learning'in studio web deneyiminde oluşturabilir, düzenleyebilir ve paylaşabilirsiniz. Bu not defterlerinin içinden Azure Machine Learning Python SDK'sında kullanılabilen tüm sınıfları ve yöntemleri kullanabilirsiniz. Başlamak için çalışma alanınızda Jupyter Not Defterlerini Çalıştırma makalesini ziyaret edin.

Sunulan Yeni Özellikler:

  • Visual Studio Code tarafından kullanılan geliştirilmiş düzenleyici (Monaco düzenleyicisi)
  • UI/UX geliştirmeleri
  • Hücre Araç Çubuğu
  • Yeni Not Defteri Araç Çubuğu ve İşlem Denetimleri
  • Not Defteri Durum Çubuğu
  • Satır içi Çekirdek Geçişi
  • R Desteği
  • Erişilebilirlik ve Yerelleştirme geliştirmeleri
  • Komut Paleti
  • Diğer Klavye Kısayolları
  • Otomatik kaydet
  • Geliştirilmiş performans ve güvenilirlik

Stüdyodan aşağıdaki web tabanlı yazma araçlarına erişin:

Web tabanlı araç Açıklama
Azure Machine Learning Studio Not Defterleri Not defteri dosyaları için birinci sınıf yazma ve Azure Machine Learning Python SDK'sında sağlanan tüm işlemleri destekler.

2020-04-27

Python v1.4.0 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • AmlCompute kümeleri artık sağlama sırasında kümede yönetilen kimlik ayarlamayı destekliyor. Sistem tarafından atanan bir kimlik mi yoksa kullanıcı tarafından atanan bir kimlik mi kullanmak istediğinizi belirtin ve ikincisi için bir identityId geçirin. Daha sonra Depolama veya ACR gibi çeşitli kaynaklara erişmek için, AmlCompute'un bugün kullandığı belirteç tabanlı bir yaklaşım yerine, işlem kimliğinin verilere güvenli bir şekilde erişmek için kullanıldığı şekilde izinleri ayarlayabilirsiniz. Parametreler hakkında daha fazla bilgi için SDK başvurumuzu inceleyin.

  • Hataya neden olan değişiklikler

    • AmlCompute kümeleri, iki hafta içinde kullanımdan kaldırmayı planladığımız, çalıştırma tabanlı oluşturma ile ilgili bir Önizleme özelliğini desteklemektedir. Amlcompute sınıfını kullanarak her zaman olduğu gibi kalıcı işlem hedefleri oluşturmaya devam edebilirsiniz, ancak çalıştırma yapılandırmasında işlem hedefi olarak "amlcompute" tanımlayıcısını belirtmeye yönelik belirli yaklaşım yakında desteklenmeyecektir.

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-runtime
      • Bir sütundaki benzersiz değerlerin sayısını hesaplarken, gösterilemez tür desteğini etkinleştirin.
    • azureml-core
      • TabularDataset kullanarak Azure Blob Depolama okuma sırasında geliştirilmiş kararlılık.
      • parametresi için grant_workspace_msiDatastore.register_azure_blob_storegeliştirilmiş belgeler.
      • veya \ile biten bağımsız değişkeni desteklemek src_dir için ile datastore.upload/ ilgili hata düzeltildi.
      • Erişim anahtarı veya SAS belirteci olmayan bir Azure Blob Depolama veri deposuna yüklenmeye çalışılırken eyleme dönüştürülebilir hata iletisi eklendi.
    • azureml-interpret
      • Karşıya yüklenen açıklamalarda görselleştirme verileri için dosya boyutuna üst sınır eklendi.
    • azureml-train-automl-client
      • AutoMLConfig için label_column_name ve weight_column_name parametrelerinin dize türünde olması açıkça denetleniyor.
    • azureml-contrib-pipeline-steps
      • ParallelRunStep artık işlem hattı parametresi olarak veri kümesini destekliyor. Kullanıcı örnek veri kümesiyle işlem hattı oluşturabilir ve yeni işlem hattı çalıştırması için aynı türdeki (dosya veya tablosal) giriş veri kümesini değiştirebilir.

2020-04-13

Python v1.3.0 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • Eğitim sonrası işlemler hakkında daha fazla telemetri eklendi.
      • 100'den uzun bir uzunluk serisi için kareler (CSS) eğitiminin koşullu toplamını kullanarak otomatik ARIMA eğitimini hızlandırır. Kullanılan uzunluk, /src/azureml-automl-core/azureml/automl/core/shared/constants.py konumundaki TimeSeriesInternal sınıfında w/ARIMA_TRIGGER_CSS_TRAINING_LENGTH sabiti olarak depolanır
      • Tahmin çalıştırmalarının kullanıcı günlüğü geliştirildi, şimdi günlükte çalışmakta olan aşama hakkında daha fazla bilgi gösteriliyor
      • İzin verilmeyen target_rolling_window_size 2'den küçük değerlere ayarlanacak
    • azureml-automl-runtime
      • Yinelenen zaman damgaları bulunduğunda gösterilen hata iletisi geliştirildi.
      • İzin verilmeyen target_rolling_window_size 2'den küçük değerlere ayarlanmalıdır.
      • Gecikme halkalama hatası düzeltildi. Bu soruna, bir seriyi mevsimsel olarak ayrıştırmak için gereken gözlem sayısının yetersiz olması neden oldu. "Mevsimselleştirilmemiş" veriler, gecikme uzunluğunu belirlemek için kısmi otomatik düzeltme işlevini (PACF) hesaplamak için kullanılır.
      • Özellik ekleme yapılandırmasıyla tahmin görevleri için sütun amaçlı özellik özelleştirmesi etkinleştirildi. Tahmin görevleri için sütun amacı olarak sayısal ve Kategorik artık desteklenmektedir.
      • Özellik ekleme yapılandırmasına göre tahmin görevleri için bırakma sütunu özellik özelliği özelleştirmesi etkinleştirildi.
      • Özellik oluşturma yapılandırmasına göre tahmin görevleri için imputation özelleştirmesi etkinleştirildi. Eğitim verileri için hedef sütun ve ortalama, ortanca değer, most_frequent ve sabit değer gösterimi için sabit değer gösterimi artık desteklenmektedir.
    • azureml-contrib-pipeline-steps
      • ParallelRunConfig'e geçirilecek dize işlem adlarını kabul etme
    • azureml-core
      • Environment nesnesinin kopyasını oluşturmak için Environment.clone(new_name) API'sine eklendi
      • Environment.docker.base_dockerfile dosya yolu kabul eder. Bir dosyayı çözümleyebiliyorsanız, içerik base_dockerfile ortam özelliğine okunur
      • Kullanıcı Environment.docker'da el ile bir değer ayarladığında base_image ve base_dockerfile için birbirini dışlayan değerleri otomatik olarak sıfırla
      • RSection'da ortamın kullanıcı tarafından mı yoksa Azure Machine Learning tarafından mı yönetildiğini gösteren user_managed bayrağı eklendi.
      • Veri kümesi: Unicode karakterleri içeren veri yolu varsa veri kümesi indirme hatası düzeltildi.
      • Veri kümesi: Azure Machine Learning İşlem'de en düşük disk alanı gereksinimini dikkate alacak şekilde geliştirilmiş veri kümesi bağlama önbelleğe alma mekanizması, düğümün kullanılamaz duruma getirilmesini önler ve işin iptal edilmesine neden olur.
      • Veri kümesi: Bir zaman serisi veri kümesine pandas veri çerçevesi olarak eriştiğiniz zaman serisi sütunu için, zaman serisi tabanlı veri erişimine erişimi hızlandırmak için kullanılan bir dizin ekleriz. Daha önce dizine zaman damgası sütunuyla aynı ad veriliyordu ve bu ad, kullanıcıların asıl zaman damgası sütunu olan ve dizin olan kullanıcılarının kafasını karıştırıyordu. Artık dizine belirli bir ad vermiyoruz çünkü sütun olarak kullanılmamalıdır.
      • Veri kümesi: Bağımsız bulutta veri kümesi kimlik doğrulaması sorunu düzeltildi.
      • Veri kümesi: Azure PostgreSQL veri depolarından oluşturulan veri kümeleri için hata düzeltildi Dataset.to_spark_dataframe .
    • azureml-interpret
      • Yerel önem değerleri seyrekse görselleştirmeye genel puanlar eklendi
      • azureml-interpret, interpret-community 0.9 kullanacak şekilde güncelleştirildi.*
      • Seyrek değerlendirme verileri içeren açıklamayı indirmeyle ilgili sorun düzeltildi
      • AutoML'de açıklama nesnesinin seyrek biçimi desteği eklendi
    • azureml-pipeline-core
      • İşlem hatlarında işlem hedefi olarak ComputeInstance desteği
    • azureml-train-automl-client
      • Eğitim sonrası işlemler hakkında daha fazla telemetri eklendi.
      • Erken durdurmadaki regresyon düzeltildi
      • Giriş verileri için geçerli bir tür olarak azureml.dprep.Dataflow kullanım dışı bırakıldı.
      • Varsayılan AutoML denemesi zaman aşımını altı güne değiştirme.
    • azureml-train-automl-runtime
      • Eğitim sonrası işlemler hakkında daha fazla telemetri eklendi.
      • seyrek AutoML uçtan uca destek eklendi
    • azureml-opendatasets
      • Hizmet izleyicisi için başka bir telemetri eklendi.
      • Kararlılığı artırmak için blob için ön kapıyı etkinleştirme

2020-03-23

Python v1.2.0 için Azure Machine Learning SDK'sı

  • Hataya neden olan değişiklikler

    • Python 2.7 için bırakma desteği

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • CLI'daki komutlara az ml model/computetarget/service "--subscription-id" ekler
      • ACI dağıtımı için müşteri tarafından yönetilen anahtar (CMK) vault_url, key_name ve key_version geçirme desteği ekleme
    • azureml-automl-core
      • Hem X hem de y veri tahmin görevleri için sabit değerle özelleştirilmiş imputation etkinleştirildi.
      • içindeki hata iletilerinin kullanıcıya gösterilmesiyle ilgili sorun düzeltildi.
    • azureml-automl-runtime
      • veri kümelerinde yalnızca bir satıra sahip tanecikler içeren tahmin ile ilgili sorun düzeltildi
      • Tahmin görevleri için gereken bellek miktarı azaltıldı.
      • Zaman sütunu yanlış biçime sahipse daha iyi hata iletileri eklendi.
      • Hem X hem de y veri tahmin görevleri için sabit değerle özelleştirilmiş imputation etkinleştirildi.
    • azureml-core
      • ServicePrincipal'ı ortam değişkenlerinden yükleme desteği eklendi: AZUREML_SERVICE_PRINCIPAL_ID, AZUREML_SERVICE_PRINCIPAL_TENANT_ID ve AZUREML_SERVICE_PRINCIPAL_PASSWORD
      • için Dataset.Tabular.from_delimited_filesyeni bir parametre support_multi_line eklendi: Varsayılan olarak (support_multi_line=False ), tırnak içindeki alan değerleri dahil olmak üzere tüm satır sonları bir kayıt sonu olarak yorumlanır. Verileri bu şekilde okumak, birden çok CPU çekirdeğinde paralel yürütme için daha hızlı ve daha iyileştirilmiştir. Ancak, yanlış hizalanmış alan değerleriyle sessizce daha fazla kayıt üretmeye neden olabilir. Sınırlandırılmış dosyaların tırnak içinde satır sonları içerdiği bilindiğinde bu ayar ayarlanmalıdır True .
      • ADLS 2. Nesil'i Azure Machine Learning CLI'ye kaydetme özelliği eklendi
      • TabularDataset'teki with_timestamp_columns() yöntemi için 'fine_grain_timestamp' parametresi 'zaman damgası' ve 'coarse_grain_timestamp' parametresi 'partition_timestamp' olarak yeniden adlandırıldı.
      • Maksimum deneme adı uzunluğu 255'e yükseltildi.
    • azureml-interpret
      • azureml-interpret, interpret-community 0.7 olarak güncelleştirildi.*
    • azureml-sdk
      • Yayın öncesi ve kararlı sürümlerde düzeltme eki uygulama desteği için uyumlu sürüm Tilde ile bağımlılıklara geçiş.

2020-03-11

Python v1.1.5 için Azure Machine Learning SDK'sı

  • Özelliğin kullanımdan kaldırılması

    • Python 2.7
      • Python 2.7'yi destekleyen son sürüm

  • Hataya neden olan değişiklikler

    • Anlamsal Sürüm Oluşturma 2.0.0
      • Sürüm 1.1'den başlayarak Azure Machine Learning Python SDK'sı Anlamsal Sürüm Oluşturma 2.0.0'i benimser. Sonraki tüm sürümler yeni numaralandırma düzenini ve anlamsal sürüm oluşturma sözleşmesini izler.

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • Tutarlılık için uç nokta CLI komut adını 'az ml endpoint aks' olan 'az ml endpoint real time' olarak değiştirin.
      • kararlı ve deneysel dal CLI'sı için CLI yükleme yönergelerini güncelleştirme
      • Tek örnekli profil oluşturma, bir öneri üretmek için düzeltildi ve çekirdek sdk'da kullanıma sunuldu.
    • azureml-automl-core
      • AutoML ONNX modelleri için Batch modu çıkarımı etkinleştirildi (bir kez birden çok satır alıyor)
      • Veri kümelerinde sıklık algılaması iyileştirildi, veri yokluğu veya düzensiz veri noktaları içeriyor
      • Baskın sıklık ile uyumlu olmayan veri noktalarını kaldırma özelliği eklendi.
      • Oluşturucunun girişi, ilgili sütunlara yönelik imputation seçeneklerini uygulamak üzere seçeneklerin listesini alacak şekilde değiştirildi.
      • Hata günlüğü geliştirildi.
    • azureml-automl-runtime
      • Eğitim kümesinde tanecik yoksa test kümesinde göründüğünde ortaya çıkan hatayla ilgili sorun düzeltildi
      • Tahmin hizmetinde puanlama sırasında y_query gereksinimi kaldırıldı
      • Veri kümesinde uzun zaman aralıkları olan kısa dilimler bulunduğunda tahmin etmeyle ilgili sorun düzeltildi.
      • Otomatik maksimum ufuk açık olduğunda ve tarih sütununda dize biçiminde tarihler bulunduğunda oluşan sorun düzeltildi. Bugüne kadar dönüştürmenin mümkün olmadığı durumlarda uygun dönüştürme ve hata iletileri eklendi
      • FileCacheStore için ara verileri seri hale getirme ve seri durumdan çıkarma için yerel NumPy ve SciPy kullanma (yerel AutoML çalıştırmaları için kullanılır)
      • Başarısız alt çalıştırmaların Çalışıyor durumunda takılması sorunu düzeltildi.
      • Özellik kazandırma hızını artırma.
      • Puanlama sırasında sıklık denetimi düzeltildi, şimdi tahmin görevleri tren ve test kümesi arasında sıkı sıklık denkliği gerektirmez.
      • Oluşturucunun girişi, ilgili sütunlara yönelik imputation seçeneklerini uygulamak üzere seçeneklerin listesini alacak şekilde değiştirildi.
      • Gecikme türü seçimiyle ilgili hatalar düzeltildi.
      • Tek satırlı tanecikler içeren veri kümelerinde sınıflandırılmamış hata düzeltildi
      • Sıklık algılama yavaşlığıyla ilgili sorun düzeltildi.
      • Eğitim hatasının gerçek nedeninin bir AttributeError ile değiştirilmesine neden olan AutoML özel durum işlemesindeki bir hatayı düzeltir.
    • azureml-cli-common
      • Tek örnekli profil oluşturma, bir öneri üretmek için düzeltildi ve çekirdek sdk'da kullanıma sunuldu.
    • azureml-contrib-mir
      • Erişim Belirtecini almak için MirWebservice sınıfına işlevsellik ekler
      • MirWebservice.run() çağrısı sırasında varsayılan olarak MirWebservice için belirteç kimlik doğrulaması kullanın - Yalnızca çağrı başarısız olursa yenile
      • Mir web hizmeti dağıtımı artık sırasıyla [Ds2v2, A2v2 ve F16] yerine [Standard_DS2_v2, Standard_F16, Standard_A2_v2] düzgün Sku gerektirir.
    • azureml-contrib-pipeline-steps
      • ParallelRunStep'e isteğe bağlı parametre side_inputs eklendi. Bu parametre, kapsayıcıya klasör bağlamak için kullanılabilir. Şu anda desteklenen türler DataReference ve PipelineData'dır.
      • ParallelRunConfig'de geçirilen parametrelerin üzerine işlem hattı parametreleri geçirilerek yazılabilir. Aml_mini_batch_size, aml_error_threshold, aml_logging_level, aml_run_invocation_timeout desteklenen yeni işlem hattı parametreleri (aml_node_count ve aml_process_count_per_node zaten önceki sürümün bir parçasıdır).
    • azureml-core
      • Dağıtılan Azure Machine Learning Web hizmetleri artık varsayılan olarak günlüğe kaydetme olarak INFO ayarlanmaktadır. Bu, dağıtılan hizmette AZUREML_LOG_LEVEL ortam değişkeni ayarlanarak denetlenebilir.
      • Python sdk'sı bulma hizmetini kullanarak 'işlem hatları' yerine 'api' uç noktasını kullanır.
      • Tüm SDK çağrılarında yeni yollara geçin.
      • ModelManagementService çağrısı yönlendirmesi yeni bir birleşik yapıya değiştirildi.
        • Çalışma alanı güncelleştirme yöntemi genel kullanıma sunuldu.
        • Kullanıcının görüntü derlemesi için işlem güncelleştirmesine izin vermek için çalışma alanı güncelleştirme yöntemine image_build_compute parametresi eklendi.
      • Eski profil oluşturma iş akışına kullanımdan kaldırma iletileri eklendi. Profil oluşturma cpu ve bellek sınırları düzeltildi.
      • R işlerini çalıştırmak için Ortam'ın bir parçası olarak RSection eklendi.
      • Veri kümesinin kaynağı erişilebilir olmadığında veya veri içermediğinde hata vermek için öğesine doğrulama Dataset.mount eklendi.
      • Azure Blob Kapsayıcısı'nı kaydetmek için Datastore CLI'sı için bir sanal ağın arkasındaki Blob Kapsayıcısını kaydetmenize olanak tanıyan başka bir parametre olarak eklendi --grant-workspace-msi-access .
      • Tek örnekli profil oluşturma, bir öneri üretmek için düzeltildi ve çekirdek sdk'da kullanıma sunuldu.
      • aks.py _deploy'daki sorun düzeltildi.
      • Sessiz depolama hatalarından kaçınmak için karşıya yüklenen modellerin bütünlüğünü doğrular.
      • Kullanıcı artık web hizmetleri için anahtarları yeniden oluştururken kimlik doğrulama anahtarı için bir değer belirtebilir.
      • Büyük harflerin veri kümesinin giriş adı olarak kullanılamadığı hata düzeltildi.
    • azureml-defaults
      • azureml-dataprep artık öğesinin azureml-defaultsbir parçası olarak yüklenir. Veri kümelerini bağlamak için işlem hedeflerine data prep[fuse] uygulamasını el ile yüklemek artık gerekli değildir.
    • azureml-interpret
      • azureml-interpret, interpret-community 0.6 olarak güncelleştirildi.*
      • azureml-interpret, interpret-community 0.5.0'a bağlı olarak güncelleştirildi
      • azureml-interpret'a azureml stili özel durumlar eklendi
      • Keras modelleri için DeepScoringExplainer serileştirmesi düzeltildi
    • azureml-mlflow
      • azureml.mlflow'a bağımsız bulutlar için destek ekleme
    • azureml-pipeline-core
      • İşlem hattı toplu puanlama not defteri artık ParallelRunStep kullanıyor
      • Bağımsız değişkenler listesi değiştirilse de PythonScriptStep sonuçlarının yanlış bir şekilde yeniden kullanılabilmesine neden olan bir hata düzeltildi
      • üzerinde parse_* yöntemleri çağrılırken sütunların türünü ayarlama özelliği eklendi PipelineOutputFileDataset
    • azureml-pipeline-steps
      • öğesini AutoMLStep pakete azureml-pipeline-steps taşıdı. içinde azureml-train-automl-runtimekullanım AutoMLStep dışı bırakıldı.
      • PythonScriptStep girişi olarak veri kümesi için belge örneği eklendi
    • azureml-tensorboard
      • azureml-tensorboard, TensorFlow 2.0'ı destekleyecek şekilde güncelleştirildi
      • İşlem Örneğinde özel tensorboard bağlantı noktası kullanırken doğru bağlantı noktası numarasını gösterme
    • azureml-train-automl-client
      • Bazı paketlerin uzak çalıştırmalarda yanlış sürümlerde yüklenebileceği bir sorun düzeltildi.
      • Özel özellik ekleme yapılandırmasını filtreleyen FeaturizationConfig geçersiz kılma sorunu düzeltildi.
    • azureml-train-automl-runtime
      • Uzak çalıştırmalarda sıklık algılama ile ilgili sorun düzeltildi
      • AutoMLStep paketindeki öğesini azureml-pipeline-steps taşıdı. içinde azureml-train-automl-runtimekullanım AutoMLStep dışı bırakıldı.
    • azureml-train-core
      • PyTorch Estimator'da PyTorch sürüm 1.4'i destekleme

2020-03-02

Python v1.1.2rc0 için Azure Machine Learning SDK'sı (Yayın öncesi)

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • AutoML ONNX modelleri için Batch modu çıkarımı etkinleştirildi (bir kez birden çok satır alıyor)
      • Veri kümelerinde sıklık algılaması iyileştirildi, veri yokluğu veya düzensiz veri noktaları içeriyor
      • Baskın sıklık ile uyumlu olmayan veri noktalarını kaldırma özelliği eklendi.
    • azureml-automl-runtime
      • Eğitim kümesinde tanecik yoksa test kümesinde göründüğünde ortaya çıkan hatayla ilgili sorun düzeltildi
      • Tahmin hizmetinde puanlama sırasında y_query gereksinimi kaldırıldı
    • azureml-contrib-mir
      • Erişim Belirtecini almak için MirWebservice sınıfına işlevsellik ekler
    • azureml-core
      • Dağıtılan Azure Machine Learning Web hizmetleri artık varsayılan olarak günlüğe kaydetme olarak INFO ayarlanmaktadır. Bu, dağıtılan hizmette AZUREML_LOG_LEVEL ortam değişkeni ayarlanarak denetlenebilir.
      • Çalışma alanına kayıtlı tüm veri kümelerini döndürmek için yinelemeyi Dataset.get_all düzeltin.
      • Veri kümesi oluşturma API'lerinin bağımsız değişkenine path geçersiz tür geçirildiğinde hata iletisini geliştirin.
      • Python sdk'sı bulma hizmetini kullanarak 'işlem hatları' yerine 'api' uç noktasını kullanır.
      • Tüm SDK çağrılarında yeni yollara geçiş yapma
      • ModelManagementService çağrısı yönlendirmesini yeni bir birleşik yapıya değiştirir
        • Çalışma alanı güncelleştirme yöntemi genel kullanıma sunuldu.
        • Kullanıcının görüntü derlemesi için işlem güncelleştirmesine izin vermek için çalışma alanı güncelleştirme yöntemine image_build_compute parametresi eklendi
      • Eski profil oluşturma iş akışına kullanımdan kaldırma iletileri eklendi. Profil oluşturma cpu ve bellek sınırları düzeltildi
    • azureml-interpret
      • azureml-interpret'ı interpret-community 0.6'ya güncelleştirin.*
    • azureml-mlflow
      • azureml.mlflow'a bağımsız bulutlar için destek ekleme
    • azureml-pipeline-steps
      • öğesine AutoMLStepazureml-pipeline-steps packagetaşındı. içinde azureml-train-automl-runtimekullanım AutoMLStep dışı bırakıldı.
    • azureml-train-automl-client
      • Bazı paketlerin uzak çalıştırmalarda yanlış sürümlerde yüklenebileceği bir sorun düzeltildi.
    • azureml-train-automl-runtime
      • Uzak çalıştırmalarda sıklık algılama ile ilgili sorun düzeltildi
      • öğesine AutoMLStepazureml-pipeline-steps packagetaşındı. içinde azureml-train-automl-runtimekullanım AutoMLStep dışı bırakıldı.
    • azureml-train-core
      • öğesine AutoMLStepazureml-pipeline-steps packagetaşındı. içinde azureml-train-automl-runtimekullanım AutoMLStep dışı bırakıldı.

2020-02-18

Python v1.1.1rc0 için Azure Machine Learning SDK'sı (Yayın öncesi)

  • Hata düzeltmeleri ve geliştirmeleri
    • azure-cli-ml
      • Tek örnekli profil oluşturma, bir öneri üretmek için düzeltildi ve çekirdek sdk'da kullanıma sunuldu.
    • azureml-automl-core
      • Hata günlüğü geliştirildi.
    • azureml-automl-runtime
      • Veri kümesinde uzun zaman aralıkları olan kısa dilimler bulunduğunda tahmin etmeyle ilgili sorun düzeltildi.
      • Otomatik maksimum ufuk açık olduğunda ve tarih sütununda dize biçiminde tarihler bulunduğunda oluşan sorun düzeltildi. Bugüne dönüştürme mümkün değilse düzgün dönüştürme ve mantıklı hata ekledik
      • FileCacheStore için ara verileri seri hale getirme ve seri durumdan çıkarma için yerel NumPy ve SciPy kullanma (yerel AutoML çalıştırmaları için kullanılır)
      • Başarısız alt çalıştırmaların Çalışıyor durumunda takılması sorunu düzeltildi.
    • azureml-cli-common
      • Tek örnekli profil oluşturma, bir öneri üretmek için düzeltildi ve çekirdek sdk'da kullanıma sunuldu.
    • azureml-core
      • Azure Blob Kapsayıcısı'nı kaydetmek için Datastore CLI'sı için bir sanal ağın arkasındaki Blob Kapsayıcısını kaydetmenize olanak tanıyan başka bir parametre olarak eklendi --grant-workspace-msi-access
      • Tek örnekli profil oluşturma, bir öneri üretmek için düzeltildi ve çekirdek sdk'da kullanıma sunuldu.
      • aks.py _deploy'deki sorun düzeltildi
      • Sessiz depolama hatalarından kaçınmak için karşıya yüklenen modellerin bütünlüğünü doğrular.
    • azureml-interpret
      • azureml-interpret'a azureml stili özel durumlar eklendi
      • keras modelleri için DeepScoringExplainer serileştirmesi düzeltildi
    • azureml-pipeline-core
      • İşlem hattı toplu puanlama not defteri artık ParallelRunStep kullanıyor
    • azureml-pipeline-steps
      • AutoMLStep paketindeki öğesini azureml-pipeline-steps taşıdı. içinde azureml-train-automl-runtimekullanım AutoMLStep dışı bırakıldı.
    • azureml-contrib-pipeline-steps
      • ParallelRunStep'e isteğe bağlı parametre side_inputs eklendi. Bu parametre, kapsayıcıya klasör bağlamak için kullanılabilir. Şu anda desteklenen türler DataReference ve PipelineData'dır.
    • azureml-tensorboard
      • azureml-tensorboard, TensorFlow 2.0'ı destekleyecek şekilde güncelleştirildi
    • azureml-train-automl-client
      • Özel özellik yapılandırmasını filtreleyen FeaturizationConfig geçersiz kılma sorunu düzeltildi.
    • azureml-train-automl-runtime
      • AutoMLStep paketindeki öğesini azureml-pipeline-steps taşıdı. içinde azureml-train-automl-runtimekullanım AutoMLStep dışı bırakıldı.
    • azureml-train-core
      • PyTorch Estimator'da PyTorch sürüm 1.4'i destekleme

2020-02-04

Python v1.1.0rc0 için Azure Machine Learning SDK'sı (Yayın öncesi)

  • Hataya neden olan değişiklikler

    • Anlamsal Sürüm Oluşturma 2.0.0
      • Sürüm 1.1'den başlayarak Azure Machine Learning Python SDK'sı Anlamsal Sürüm Oluşturma 2.0.0'i benimser. Sonraki tüm sürümler yeni numaralandırma düzenini ve anlamsal sürüm oluşturma sözleşmesini izler.

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-runtime
      • Özellik kazandırma hızını artırma.
      • Puanlama sırasında sıklık denetimi düzeltildi, şimdi tahmin görevlerinde eğitim ve test kümesi arasında sıkı sıklık denkliği gerektirmeyiz.
    • azureml-core
      • Kullanıcı artık web hizmetleri için anahtarları yeniden oluştururken kimlik doğrulama anahtarı için bir değer belirtebilir.
    • azureml-interpret
      • azureml-interpret, interpret-community 0.5.0'a bağlı olarak güncelleştirildi
    • azureml-pipeline-core
      • Bağımsız değişkenler listesi değiştirilse de PythonScriptStep sonuçlarının yanlış bir şekilde yeniden kullanılabilmesine neden olan bir hata düzeltildi
    • azureml-pipeline-steps
      • PythonScriptStep girişi olarak veri kümesi için belge örneği eklendi
    • azureml-contrib-pipeline-steps
      • ParallelRunConfig'de geçirilen parametrelerin üzerine işlem hattı parametreleri geçirilerek yazılabilir. Aml_mini_batch_size, aml_error_threshold, aml_logging_level, aml_run_invocation_timeout desteklenen yeni işlem hattı parametreleri (aml_node_count ve aml_process_count_per_node zaten önceki sürümün bir parçasıdır).

2020-01-21

Python v1.0.85 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • azureml-core

      • Belirli bir çalışma alanı ve abonelikteki AmlCompute kaynakları için geçerli temel kullanım ve kota sınırlamasını alma

    • azureml-contrib-pipeline-steps

      • Kullanıcının önceki adımdan parallelrunstep'e tablosal veri kümesini ara sonuç olarak geçirmesini sağlama

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-runtime
      • Dağıtılan tahmin hizmetine yönelik istekte y_query sütun gereksinimi kaldırıldı.
      • 'y_query', Dominick'in Orange Juice not defteri hizmet isteği bölümünden kaldırıldı.
      • Dağıtılan modellerde tahmin yapılmasını engelleyen ve tarih saat sütunlarını içeren veri kümelerinde çalışan hata düzeltildi.
      • Hem ikili hem de çok sınıflı sınıflandırma için sınıflandırma ölçümü olarak Matthews Bağıntı Katsayısı eklendi.
    • azureml-contrib-interpret
      • Metin açıklaması yakında yayımlanacak olan yorumla-metin deposuna taşındığından, azureml-contrib-interpret dosyasından metin açıklayıcıları kaldırıldı.
    • azureml-core
      • Veri kümesi: Dosya veri kümesi kullanımları artık Python env'ye yüklenecek numpy ve pandas'a bağlı değildir.
      • sistem durumu uç noktasına ping göndermeye çalışmadan önce yerel Docker kapsayıcısının durumunu denetlemek için LocalWebservice.wait_for_deployment() değiştirildi ve bu da başarısız bir dağıtımı bildirmek için gereken süreyi büyük ölçüde azaltıyor.
      • LocalWebservice() oluşturucu kullanılarak mevcut bir dağıtımdan hizmet nesnesi oluşturulduğunda LocalWebservice.reload() içinde kullanılan bir iç özelliğin başlatılması düzeltildi.
      • Açıklama için hata iletisi düzenlendi.
      • Erişim belirtecini içeren AksServiceAccessToken nesnesini döndürecek aksWebservice'e get_access_token() adlı yeni bir yöntem eklendi. Bu nesne, zaman damgası sonrasında yenilenir, zaman damgası ve belirteç türünde süre sonu içerir.
      • Yeni yöntem bu yöntemin döndürdüğü tüm bilgileri döndürdüğünden AksWebservice'te mevcut get_token() yöntemi kullanım dışı bırakıldı.
      • az ml service get-access-token komutunun çıktısı değiştirildi. belirteci accessToken ve refreshBy olarak refreshAfter olarak yeniden adlandırıldı. expiryOn ve tokenType özellikleri eklendi.
      • Sabit get_active_runs
    • azureml-explain-model
      • shap 0.33.0 ve interpret-community 0.4 olarak güncelleştirildi.*
    • azureml-interpret
      • shap 0.33.0 ve interpret-community 0.4 olarak güncelleştirildi.*
    • azureml-train-automl-runtime
      • Hem ikili hem de çok sınıflı sınıflandırma için sınıflandırma ölçümü olarak Matthews Bağıntı Katsayısı eklendi.
      • Koddan önişlem bayrağını kullanımdan kaldırın ve özellik oluşturma ile değiştirildi - özellik özelliği varsayılan olarak açıktır

2020-01-06

Python v1.0.83 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Veri kümesi: İki seçenek on_error ekleyin ve out_of_range_datetime verilerde hata değerleri olduğunda bunları ile Nonedoldurmak yerine başarısız olması gerekirto_pandas_dataframe.
    • Çalışma alanı: Daha fazla şifreleme sağlayan ve çalışma alanlarında gelişmiş tanılamayı devre dışı bırakmaya yönelik hassas verilere sahip çalışma alanları bayrağı eklendi hbi_workspace . Ayrıca, çalışma alanınızı sağlarken aboneliğinizde bir Azure Cosmos DB örneği oluşturan çalışma alanı oluştururken ve resource_cmk_uri parametrelerini belirterek cmk_keyvault ilişkili Azure Cosmos DB örneği için kendi anahtarlarınızı getirme desteği ekledik. Daha fazla bilgi edinmek için veri şifreleme makalesinin Azure Cosmos DB bölümüne bakın.

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-runtime
      • 3.5.4'ün altındaki Python sürümlerinde AutoML çalıştırılırken TypeError'ın yükseltilmesine neden olan bir regresyon düzeltildi.
    • azureml-core
      • içindeki datastore.upload_files hatanın, ile ./ başlayıp kullanılamayan göreli yol olması düzeltildi.
      • Tüm Görüntü sınıfı kod yolları için kullanımdan kaldırma iletileri eklendi
      • 21Vianet tarafından sağlanan Microsoft Azure için Model Yönetimi URL'si yapısı düzeltildi.
      • source_dir kullanan modellerin Azure İşlevleri için paketlenemiyor olması sorunu düzeltildi.
      • Azure Machine Learning çalışma alanı kapsayıcı kayıt defterine görüntü göndermek için Environment.build_local() seçeneği eklendi
      • SDK, Azure synapse'te yeni belirteç kitaplığını arka uyumlu bir şekilde kullanacak şekilde güncelleştirildi.
    • azureml-interpret
      • İndirme için kullanılabilir bir açıklama olmadığında Hiçbiri'nin döndürüldüğü hata düzeltildi. Şimdi başka bir yerde eşleşen bir özel durum oluşturur.
    • azureml-pipeline-steps
      • parametresinde kullanılacağında EstimatorStepparametresine Estimator geçişe inputsDatasetConsumptionConfigEstimatorizin verilmiyor.
    • azureml-sdk
      • Azureml-sdk paketine AutoML istemcisi eklendi ve uzak AutoML çalıştırmalarının tam AutoML paketi yüklenmeden gönderilmesini sağladı.
    • azureml-train-automl-client
      • AutoML çalıştırmaları için konsol çıkışında düzeltilen hizalama
      • Uzak amlcompute'a pandas'ın yanlış sürümünün yüklenebileceği bir hata düzeltildi.

2019-12-23

Python v1.0.81 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-contrib-interpret
      • azureml-interpret'dan topluluğu yorumlamak için shap bağımlılığını erteleme
    • azureml-core
      • İşlem hedefi artık ilgili dağıtım yapılandırma nesnelerine parametre olarak belirtilebilir. Bu, SDK nesnesinin değil, özellikle dağıtılacak işlem hedefinin adıdır.
      • Model ve Hizmet nesnelerine CreatedBy bilgileri eklendi. through.created_by erişilebilir
      • Docker kapsayıcısının HTTP bağlantı noktasını doğru ayarlamayan ContainerImage.run() düzeltildi.
      • CLI komutu için az ml dataset register isteğe bağlı yap azureml-dataprep
      • Yanlış bir şekilde alternatif bir okuyucuya geri dönüp uyarı yazdıran bir hata TabularDataset.to_pandas_dataframe düzeltildi.
    • azureml-explain-model
      • azureml-interpret'dan topluluğu yorumlamak için shap bağımlılığını erteleme
    • azureml-pipeline-core
      • İşlem hattında NotebookRunnerStepbir yerel not defterini adım olarak çalıştırmak için yeni işlem hattı adımı eklendi.
      • PublishedPipelines, Schedules ve PipelineEndpoints için kullanım dışı get_all işlevleri kaldırıldı
    • azureml-train-automl-client
      • AutoML'ye giriş olarak data_script kullanımdan kaldırılması başlatıldı.

2019-12-09

Python v1.0.79 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • Günlüğe kaydedilecek featurizationConfig kaldırıldı
        • Günlük yalnızca "auto"/"off"/"customized" günlüğe kaydedilecek şekilde güncelleştirildi.
    • azureml-automl-runtime
      • Pandas için destek eklendi. Seriler ve pandas. Sütun veri türünü algılamak için kategorik. Daha önce yalnızca numpy.ndarray destekleniyor
        • Kategorik dtype'ı doğru işlemek için ilgili kod değişiklikleri eklendi.
      • Tahmin işlevi arabirimi geliştirildi: y_pred parametresi isteğe bağlı hale getirildi. -Docstrings geliştirildi.
    • azureml-contrib-dataset
      • Etiketli veri kümelerinin bağlanamadığı bir hata düzeltildi.
    • azureml-core
      • için Environment.from_existing_conda_environment(name, conda_environment_name)hata düzeltmesi. Kullanıcı, yerel ortamın tam çoğaltması olan bir Ortam örneği oluşturabilir
      • Zaman serisiyle ilgili Veri Kümeleri yöntemleri include_boundary=True varsayılan olarak olarak değiştirildi.
    • azureml-train-automl-client
      • Show output değeri false olarak ayarlandığında doğrulama sonuçlarının yazdırılmaması sorunu düzeltildi.

2019-11-25

Python v1.0.76 için Azure Machine Learning SDK'sı

  • Hataya neden olan değişiklikler

    • Azureml-Train-AutoML yükseltme sorunları
      • azureml-train-automl 1.0.76'dan azureml-train-automl><=1.0.76 sürümüne yükseltmek kısmi yüklemelere neden olabilir ve bazı AutoML içeri aktarmalarının başarısız olmasına neden olabilir. Bu sorunu çözmek için konumunda https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/automl_setup.cmdbulunan kurulum betiğini çalıştırabilirsiniz. Veya pip'i doğrudan kullanıyorsanız:
        • "pip install --upgrade azureml-train-automl"
        • "pip install --ignore-installed azureml-train-automl-client"
      • veya yükseltmeden önce eski sürümü kaldırabilirsiniz
        • "pip uninstall azureml-train-automl"
        • "pip install azureml-train-automl"

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-runtime
      • AutoML artık ikili sınıflandırma görevleri için ortalama skaler ölçümleri hesaplarken hem true hem de false sınıflarını dikkate alır.
      • AzureML-AutoML-Core'daki Makine öğrenmesi ve eğitim kodu, AzureML-AutoML-Runtime adlı yeni bir pakete taşındı.
    • azureml-contrib-dataset
      • Etiketli bir veri kümesini indirme seçeneğiyle çağırırken to_pandas_dataframe , artık mevcut dosyaların üzerine yazıp yazmayacağını belirtebilirsiniz.
      • Çağrı keep_columns yapıldığında veya drop_columns bir zaman serisi, etiket veya görüntü sütununun bırakılmasıyla sonuçlandığında, ilgili özellikler de veri kümesi için bırakılır.
      • Nesne algılama görevi için pytorch yükleyicisiyle ilgili bir sorun düzeltildi.
    • azureml-contrib-interpret
      • azureml-contrib-interpret'dan açıklama panosu pencere öğesi kaldırıldı, paket interpret_community yenisine başvurmak için değiştirildi
      • Interpret-community sürümü 0.2.0 olarak güncelleştirildi
    • azureml-core
      • performansını geliştirin workspace.datasets.
      • Kullanıcı adı ve parola kimlik doğrulaması kullanarak Azure SQL Veritabanı Datastore'a kaydetme özelliği eklendi
      • Göreli yollardan RunConfigurations yüklemesi için düzeltme.
      • Çağrı keep_columns yapıldığında veya drop_columns bir zaman serisi sütununun bırakılmasıyla sonuçlandığında, veri kümesi için ilgili özellikler de bırakılır.
    • azureml-interpret
      • yorum topluluğunun 0.2.0 sürümü güncelleştirildi
    • azureml-pipeline-steps
      • Azure makine öğrenmesi işlem hattı adımları için runconfig_pipeline_params desteklenen değerler belgelenmiştir.
    • azureml-pipeline-core
      • İşlem Hattı komutları için çıkışı json biçiminde indirmek için CLI seçeneği eklendi.
    • azureml-train-automl
      • AzureML-Train-AutoML'yi iki pakete bölme: bir istemci paketi AzureML-Train-AutoML-Client ve bir ML eğitim paketi AzureML-Train-AutoML-Runtime
    • azureml-train-automl-client
      • Yerel olarak herhangi bir makine öğrenmesi bağımlılığı yüklemeye gerek kalmadan AutoML denemelerini göndermek için ince bir istemci eklendi.
      • Uzak çalıştırmalarda otomatik olarak algılanan gecikmelerin, sıralı pencere boyutlarının ve en büyük ufukların günlüğe kaydedilmesi düzeltildi.
    • azureml-train-automl-runtime
      • Makine öğrenmesi ve çalışma zamanı bileşenlerini istemciden yalıtmak için yeni bir AutoML paketi eklendi.
    • azureml-contrib-train-rl
      • SDK'da pekiştirici öğrenme desteği eklendi.
      • RL SDK'sında AmlWindowsCompute desteği eklendi.

2019-11-11

Python v1.0.74 için Azure Machine Learning SDK'sı

  • Önizleme özellikleri

    • azureml-contrib-dataset
      • azureml-contrib-dataset içeri aktardıktan sonra etiketli bir veri kümesi oluşturmak için yerine ._Labeled öğesini çağırabilirsinizDataset.Labeled.from_json_lines.
      • Etiketli bir veri kümesini indirme seçeneğiyle çağırırken to_pandas_dataframe , artık mevcut dosyaların üzerine yazıp yazmayacağını belirtebilirsiniz.
      • Çağrı keep_columns yapıldığında veya drop_columns bir zaman serisi, etiket veya görüntü sütununun bırakılmasıyla sonuçlandığında, ilgili özellikler de veri kümesi için bırakılır.
      • çağrılırken dataset.to_torchvision()PyTorch yükleyicisiyle ilgili sorunlar düzeltildi.

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • Önizleme CLI'sine Model Profili Oluşturma eklendi.
      • Azure Machine Learning CLI'nın başarısız olmasına neden olan Azure Depolama hataya neden olan değişikliği düzeltir.
      • AKS türleri için MLC'ye Load Balancer Türü eklendi
    • azureml-automl-core
      • Zaman serisinde en üst düzey ufku algılama, eksik değerler ve birden çok tane içeren sorun düzeltildi.
      • Çapraz doğrulama bölmeleri oluşturma sırasında oluşan hatalarla ilgili sorun düzeltildi.
      • Bu bölümü, sürüm notlarında görüntülenecek markdown biçimindeki bir iletiyle değiştirin: -Tahmin veri kümelerinde kısa dilimlerin işlenmesi iyileştirildi.
      • Günlük kaydı sırasında bazı kullanıcı bilgilerinin maskelenmesiyle ilgili sorun düzeltildi. -Tahmin çalıştırmaları sırasında hataların günlüğe kaydedilmesi iyileştirildi.
      • Psutil'i otomatik olarak oluşturulan yml dağıtım dosyasına conda bağımlılığı olarak ekleme.
    • azureml-contrib-mir
      • Azure Machine Learning CLI'nın başarısız olmasına neden olan Azure Depolama hataya neden olan değişikliği düzeltir.
    • azureml-core
      • Azure İşlevleri dağıtılan modellerin 500 sn üretmesine neden olan bir hatayı düzeltir.
      • Amlignore dosyasının anlık görüntülere uygulanmaması sorunu düzeltildi.
      • Belirli bir amlcompute üzerinde çalıştırılan ve kuyruğa alınan çalıştırmalar için bir oluşturucu döndüren yeni bir API amlcompute.get_active_runs eklendi.
      • AKS türleri için MLC'ye Load Balancer Türü eklendi.
      • run.py ve artifacts_client download_artifacts_from_prefix download_files append_prefix bool parametresi eklendi. Bu bayrak, kaynak dosyayolunu seçerek düzleştirme amacıyla kullanılır, böylece output_directory yalnızca dosya veya klasör adı eklenir
      • Veri kümesi kullanımıyla ilgili seri durumdan çıkarma sorunu run_config.yml düzeltildi.
      • Çağrı keep_columns yapıldığında veya drop_columns bir zaman serisi sütununun bırakılmasıyla sonuçlandığında, veri kümesi için ilgili özellikler de bırakılır.
    • azureml-interpret
      • Yorum topluluğu sürümü 0.1.0.3 olarak güncelleştirildi
    • azureml-train-automl
      • automl_step doğrulama sorunlarını yazdırmama sorunu düzeltildi.
      • Modelin ortamında yerel olarak bağımlılıklar eksik olsa bile başarılı register_model düzeltildi.
      • Bazı uzak çalıştırmaların Docker'ın etkinleştirilmemesi sorunu düzeltildi.
      • Yerel çalıştırmanın erken başarısız olmasına neden olan özel durumun günlüğünü ekleyin.
    • azureml-train-core
      • Otomatik hiper parametre ayarlama en iyi alt çalıştırmalarının hesaplanmasında resume_from çalıştırmaları göz önünde bulundurun.
    • azureml-pipeline-core
      • İşlem hattı bağımsız değişken yapısında parametre işleme düzeltildi.
      • İşlem hattı açıklaması ve adım türü yaml parametresi eklendi.
      • İşlem hattı adımı için yeni yaml biçimi ve eski biçim için kullanımdan kaldırma uyarısı eklendi.

2019-11-04

Web deneyimi

'daki https://ml.azure.com işbirliğine dayalı çalışma alanı giriş sayfası geliştirildi ve Azure Machine Learning stüdyosu olarak yeniden markalandı.

Stüdyodan veri kümeleri, işlem hatları, modeller, uç noktalar ve daha fazlası gibi Azure Machine Learning varlıklarını eğitebilir, test edebilir, dağıtabilir ve yönetebilirsiniz.

Stüdyodan aşağıdaki web tabanlı yazma araçlarına erişin:

Web tabanlı araç Açıklama
Not Defteri VM'leri (önizleme) Tam olarak yönetilen bulut tabanlı iş istasyonu
Otomatik makine öğrenmesi (önizleme) Makine öğrenmesi modeli geliştirmeyi otomatikleştirmek için kod deneyimi yok
Tasarımcı Daha önce görsel arabirim olarak bilinen makine öğrenmesi modelleme aracını sürükleyip bırakma

Azure Machine Learning tasarımcısı geliştirmeleri

  • Eski adıyla görsel arabirim
  • Özellik mühendisliği, çapraz doğrulama ve veri dönüştürme dahil olmak üzere önerilenler, sınıflandırıcılar ve eğitim yardımcı programlarını içeren 11 yeni modül .

R SDK

Veri bilimciler ve yapay zeka geliştiricileri, Azure Machine Learning ile makine öğrenmesi iş akışları oluşturmak ve çalıştırmak için R için Azure Machine Learning SDK'sını kullanır.

R için Azure Machine Learning SDK'sı reticulate , Python SDK'sına bağlanmak için paketini kullanır. Doğrudan Python'a bağlanarak, R için SDK seçtiğiniz herhangi bir R ortamından Python SDK'sında uygulanan temel nesnelere ve yöntemlere erişmenizi sağlar.

SDK'nın ana özellikleri şunlardır:

  • Makine öğrenmesi denemelerinizi izlemek, günlüğe kaydetmek ve düzenlemek için bulut kaynaklarını yönetme.
  • GPU hızlandırmalı model eğitimi de dahil olmak üzere bulut kaynaklarını kullanarak modelleri eğitin.
  • Modellerinizi Azure Container Instances (ACI) ve Azure Kubernetes Service (AKS) üzerinde web hizmeti olarak dağıtın.

Tüm belgeler için paket web sitesine bakın.

Event Grid ile Azure Machine Learning tümleştirmesi

Azure Machine Learning artık Event Grid için bir kaynak sağlayıcısıdır. Makine öğrenmesi olaylarını Azure portalı veya Azure CLI aracılığıyla yapılandırabilirsiniz. Kullanıcılar çalıştırma tamamlama, model kaydı, model dağıtımı ve algılanan veri kaymaları için olaylar oluşturabilir. Bu olaylar, tüketim için Event Grid tarafından desteklenen olay işleyicilerine yönlendirilebilir. Daha fazla ayrıntı için makine öğrenmesi olay şeması ve öğretici makalelerine bakın.

2019-10-31

Python v1.0.72 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Azureml-datadrift paketi aracılığıyla veri kümesi izleyicileri eklenerek zaman içinde veri kayması veya diğer istatistiksel değişiklikler için zaman serisi veri kümelerinin izlenmesine olanak sağlanmıştır. Sürüklenme algılanırsa veya verilerdeki diğer koşullar karşılanırsa uyarılar ve olaylar tetiklenebilir. Ayrıntılılar için belgelerimize bakın.

    • Azure Machine Learning'de iki yeni sürüm duyurusu (birbirinin yerine SKU olarak da adlandırılır). Bu sürümle artık Temel veya Kurumsal Azure Machine Learning çalışma alanı oluşturabilirsiniz. Tüm mevcut çalışma alanları varsayılan olarak Temel sürüm olarak kabul edilir ve çalışma alanını istediğiniz zaman yükseltmek için Azure portalına veya stüdyoya gidebilirsiniz. Azure portalından Temel veya Kurumsal çalışma alanı oluşturabilirsiniz. Daha fazla bilgi edinmek için belgelerimizi okuyun. SDK'dan çalışma alanınızın sürümü, çalışma alanı nesnenizin "sku" özelliği kullanılarak belirlenebilir.

    • Ayrıca Azure Machine Learning İşlem'de geliştirmeler yaptık. Artık hata ayıklama için Tanılama günlüklerini görüntülemenin yanı sıra Azure İzleyici'de kümelerinizin ölçümlerini (toplam düğümler, çalışan düğümler, toplam çekirdek kotası gibi) görüntüleyebilirsiniz. Ayrıca, kümenizde çalışmakta olan veya kuyruğa alınmış çalıştırmaları ve kümenizdeki çeşitli düğümlerin IP'leri gibi ayrıntıları da görüntüleyebilirsiniz. Bunları portalda veya SDK veya CLI'daki ilgili işlevleri kullanarak görüntüleyebilirsiniz.

    • Önizleme özellikleri

      • Azure Machine Learning İşlem'de yerel SSD'nizin disk şifrelemesi için önizleme desteği yayınlıyoruz. Bu özelliği kullanmak için abonelik izinlerinizin listelenmiş olmasını sağlamak için bir teknik destek bileti oluşturun.
      • Azure Machine Learning Toplu Çıkarımının Genel Önizlemesi. Azure Machine Learning Batch Çıkarım, zamana duyarlı olmayan büyük çıkarım işlerini hedefler. Batch Çıkarım, zaman uyumsuz uygulamalar için benzersiz aktarım hızıyla uygun maliyetli çıkarım işlem ölçeklendirmesi sağlar. Büyük veri koleksiyonları üzerinde yüksek aktarım hızı, yangın ve unut çıkarımları için iyileştirilmiştir.
      • azureml-contrib-dataset
        • Etiketli veri kümesi için etkinleştirilen işlevler
        import azureml.core
from azureml.core import Workspace, Datastore, Dataset
import azureml.contrib.dataset
from azureml.contrib.dataset import FileHandlingOption, LabeledDatasetTask

# create a labeled dataset by passing in your JSON lines file
dataset = Dataset._Labeled.from_json_lines(datastore.path('path/to/file.jsonl'), LabeledDatasetTask.IMAGE_CLASSIFICATION)

# download or mount the files in the `image_url` column
dataset.download()
dataset.mount()

# get a pandas dataframe
from azureml.data.dataset_type_definitions import FileHandlingOption
dataset.to_pandas_dataframe(FileHandlingOption.DOWNLOAD)
dataset.to_pandas_dataframe(FileHandlingOption.MOUNT)

# get a Torchvision dataset
dataset.to_torchvision()

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • CLI artık model paketlemeyi destekliyor.
      • Veri kümesi CLI'sı eklendi. Daha fazla bilgi için: az ml dataset --help
      • InferenceConfig örneği olmadan desteklenen modelleri (ONNX, scikit-learn ve TensorFlow) dağıtma ve paketleme desteği eklendi.
      • SDK ve CLI'da hizmet dağıtımı (ACI ve AKS) için üzerine yazma bayrağı eklendi. Sağlanırsa, ada sahip hizmet zaten varsa mevcut hizmetin üzerine yazar. Hizmet yoksa yeni hizmet oluşturur.
      • Modeller Onnx ve TensorFlow olmak üzere iki yeni çerçeveyle kaydedilebilir. - Model kaydı örnek giriş verilerini, örnek çıkış verilerini ve model için kaynak yapılandırmasını kabul eder.
    • azureml-automl-core
      • Bir yinelemeyi eğitirken alt işlemde yalnızca çalışma zamanı kısıtlamaları ayarlanırken çalıştırılır.
      • Belirtilen bir max_horizon belirtilen makinede bellek sorununa neden olup olmadığını denetlemek için tahmin görevleri için bir koruma eklendi. Varsa, bir koruma iletisi görüntülenir.
      • İki yıl ve bir ay gibi karmaşık frekanslar için destek eklendi. -Sıklık belirlenemiyorsa anlaşılır hata iletisi eklendi.
      • Model dağıtım hatasını çözmek için otomatik olarak oluşturulan conda env'ye azureml-defaults ekleme
      • Azure Machine Learning İşlem Hattı'ndaki ara verilerin tablosal veri kümesine dönüştürülüp içinde kullanılmasına AutoMLStepizin verin.
      • Akış için sütun amaçlı güncelleştirme uygulandı.
      • Akış için Imputer ve HashOneHotEncoder için transformatör parametre güncelleştirmesi uygulandı.
      • Doğrulama hata iletilerine geçerli veri boyutu ve gerekli en düşük veri boyutu eklendi.
      • Çapraz doğrulama için gereken en düşük veri boyutu, her doğrulama katlanmasında en az iki örnek garanti etmek üzere güncelleştirildi.
    • azureml-cli-common
      • CLI artık model paketlemeyi destekliyor.
      • Modeller Onnx ve TensorFlow olmak üzere iki yeni çerçeveyle kaydedilebilir.
      • Model kaydı örnek giriş verilerini, örnek çıkış verilerini ve model için kaynak yapılandırmasını kabul eder.
    • azureml-contrib-gbdt
      • not defterinin yayın kanalı düzeltildi
      • AmlCompute olmayan işlem hedefi için desteklemediğimiz bir uyarı eklendi
      • azureml-contrib-gbdt paketine LightGMB Estimator eklendi
    • azureml-core
      • CLI artık model paketlemeyi destekliyor.
      • Kullanım dışı bırakılan Veri Kümesi API'leri için kullanımdan kaldırma uyarısı ekleyin. Veri kümesi API'sinde değişiklik bildirimine https://aka.ms/tabular-datasetbakın.
      • Veri kümesi kayıtlıysa kayıt adını ve sürümünü döndürecek şekilde değiştirin Dataset.get_by_id .
      • ScriptRunConfig'in bağımsız değişken olarak veri kümesiyle deneme çalıştırması göndermek için tekrar tekrar kullanılamayacağı bir hatayı düzeltin.
      • Çalıştırma sırasında alınan veri kümeleri izlenir ve çalıştırma ayrıntıları sayfasında veya çalıştırma tamamlandıktan sonra çağrılarak run.get_details() görülebilir.
      • Azure Machine Learning İşlem Hattı'ndaki ara verilerin tablosal veri kümesine dönüştürülüp içinde kullanılmasına AutoMLStepizin verin.
      • InferenceConfig örneği olmadan desteklenen modelleri (ONNX, scikit-learn ve TensorFlow) dağıtma ve paketleme desteği eklendi.
      • SDK ve CLI'da hizmet dağıtımı (ACI ve AKS) için üzerine yazma bayrağı eklendi. Sağlanırsa, ada sahip hizmet zaten varsa mevcut hizmetin üzerine yazar. Hizmet yoksa yeni hizmet oluşturur.
      • Modeller Onnx ve TensorFlow olmak üzere iki yeni çerçeveyle kaydedilebilir. Model kaydı örnek giriş verilerini, örnek çıkış verilerini ve model için kaynak yapılandırmasını kabul eder.
      • MySQL için Azure Veritabanı için yeni veri deposu eklendi. Azure Machine Learning İşlem Hatlarında DataTransferStep'te MySQL için Azure Veritabanı kullanma örneği eklendi.
      • Denemelere etiket ekleme ve kaldırma işlevselliği eklendi Çalıştırmalardan etiket kaldırma işlevi eklendi
      • SDK ve CLI'da hizmet dağıtımı (ACI ve AKS) için üzerine yazma bayrağı eklendi. Sağlanırsa, ada sahip hizmet zaten varsa mevcut hizmetin üzerine yazar. Hizmet yoksa yeni hizmet oluşturur.
    • azureml-datadrift
      • uygulamasından içine azureml-contrib-datadrift taşındı azureml-datadrift
      • Kayma ve diğer istatistiksel ölçüler için zaman serisi veri kümelerini izleme desteği eklendi
      • Yeni yöntemler create_from_model() ve create_from_dataset() sınıfına DataDriftDetector . create() yöntemi kullanım dışıdır.
      • Azure Machine Learning stüdyosu Python ve kullanıcı arabirimindeki görselleştirmelerde yapılan ayarlamalar.
      • Veri kümesi izleyicileri için günlüklere ek olarak haftalık ve aylık izleme zamanlamasını destekler.
      • Veri kümesi izleyicileri için geçmiş verileri analiz etmek için veri izleyicisi ölçümlerinin yedek doldurulma desteği.
      • Çeşitli hata düzeltmeleri
    • azureml-pipeline-core
      • azureml-dataprep artık işlem hattı yaml dosyasından bir Azure Machine Learning İşlem Hattı çalıştırması göndermek için gerekli değildir.
    • azureml-train-automl
      • Model dağıtım hatasını çözmek için otomatik olarak oluşturulan conda env'ye azureml-defaults ekleme
      • AutoML uzaktan eğitimi artık çıkarım için eğitim env'sinin yeniden kullanılmasına olanak sağlayan azureml-defaults içerir.
    • azureml-train-core
      • Tahmin aracında PyTorch PyTorch 1.3 desteği eklendi

2019-10-21

Görsel arabirim (önizleme)

  • Azure Machine Learning görsel arabirimi (önizleme) Azure Machine Learning işlem hatlarında çalıştırılacak şekilde yeniden elden geçirildi. Görsel arabirimde yazılan işlem hatları (eski adıyla denemeler) artık temel Azure Machine Learning deneyimiyle tamamen tümleştirilmiştir.

    • SDK varlıklarıyla birleşik yönetim deneyimi
    • Görsel arabirim modelleri, işlem hatları ve uç noktalar için sürüm oluşturma ve izleme
    • Yeniden tasarlanan kullanıcı Arabirimi
    • Toplu çıkarım dağıtımı eklendi
    • Çıkarım işlem hedefleri için Azure Kubernetes Service (AKS) desteği eklendi
    • Yeni Python adım işlem hattı yazma iş akışı
    • Görsel yazma araçları için yeni giriş sayfası

  • Yeni modüller

    • Matematik işlemi uygulama
    • SQL dönüştürmesi uygulama
    • Clip değerleri
    • Verileri özetleme
    • SQL Veritabanı'dan içeri aktarma

2019-10-14

Python v1.0.69 için Azure Machine Learning SDK'sı

  • Hata düzeltmeleri ve geliştirmeleri
    • azureml-automl-core
      • Model açıklamalarını her çalıştırma için bilgi işlem açıklamaları yerine en iyi çalıştırmayla sınırlandırma. Yerel, uzak ve ADB için bu davranışın değiştirilmesi.
      • Kullanıcı arabirimi için isteğe bağlı model açıklamaları desteği eklendi
      • psutil' in automl bağımlılığı olarak eklendi ve psutil'i amlcompute'da conda bağımlılığı olarak dahil etti.
      • Bazı serilerinin doğrusal cebir hatalarına neden olabilen tahmin veri kümelerindeki buluşsal gecikmeler ve sıralı pencere boyutlarıyla ilgili sorun düzeltildi
        • Tahmin çalıştırmalarında buluşsal olarak belirlenen parametreler için yazdırma eklendi.
    • azureml-contrib-datadrift
      • Veri kümesi düzeyinde kayma ilk bölümde değilse çıkış ölçümleri oluşturulurken koruma eklendi.
    • azureml-contrib-interpret
      • azureml-contrib-explain-model paketi azureml-contrib-interpret olarak yeniden adlandırıldı
    • azureml-core
      • Veri kümelerinin kaydını kaldırmak için API eklendi. dataset.unregister_all_versions()
      • azureml-contrib-explain-model paketi azureml-contrib-interpret olarak yeniden adlandırıldı.
    • azureml-core
      • Veri kümelerinin kaydını kaldırmak için API eklendi. Dataset.unregister_all_versions().
      • Veri değiştirme süresini denetlemek için Veri Kümesi API'si eklendi. dataset.data_changed_time.
      • Ve'yi TabularDataset Azure Machine Learning İşlem Hattı'nda , EstimatorStepve HyperDriveStep giriş olarak PythonScriptStepkullanabilme FileDataset
      • FileDataset.mount Performansı, çok sayıda dosya içeren klasörler için iyileştirildi
      • Azure Machine Learning İşlem Hattı'nda PythonScriptStep, EstimatorStep ve HyperDriveStep'egiriş olarak FileDatasetve TabularDataset kullanabilme.
      • FileDataset'in performansı.mount() çok sayıda dosya içeren klasörler için geliştirilmiştir
      • Çalıştırma ayrıntılarında bilinen hata önerilerinin URL'si eklendi.
      • run.get_metrics bir çalıştırmada çok fazla alt öğe varsa isteklerin başarısız olmasına neden olan bir hata düzeltildi
      • run.get_metrics bir çalıştırmada çok fazla alt öğe varsa isteklerin başarısız olmasına neden olan bir hata düzeltildi
      • Arcadia kümesinde kimlik doğrulaması desteği eklendi.
      • Deneme nesnesi oluşturma işlemi, çalıştırma geçmişi izleme için Denemeyi Azure Machine Learning çalışma alanında alır veya oluşturur. Deneme kimliği ve arşivlenen süre, oluşturma işlemindeki Deneme nesnesine doldurulur. Örnek: deneme = Deneme(çalışma alanı, "Yeni Deneme") experiment_id = experiment.id archive() ve reactivate(), denemenin UX'te gösterilmesini veya liste denemelerinde varsayılan olarak döndürülmesini gizlemek ve geri yüklemek için denemede çağrılabilen işlevlerdir. Arşivlenmiş bir denemeyle aynı adla yeni bir deneme oluşturulursa, yeni bir ad geçirerek yeniden etkinleştirirken arşivlenmiş denemeyi yeniden adlandırabilirsiniz. Belirli bir ada sahip yalnızca bir etkin deneme olabilir. Örnek: experiment1 = Experiment(workspace, "Active Experiment") experiment1.archive() # Arşivlenenle aynı ada sahip yeni etkin deneme oluşturun. deneme2. = Deneme(çalışma alanı, "Etkin Deneme") experiment1.reactivate(new_name="Önceki Etkin Deneme") Denemedeki statik yöntem listesi() bir ad filtresi ve ViewType filtresi alabilir. ViewType değerleri "ACTIVE_ONLY", "ARCHIVED_ONLY" ve "ALL" Örnek: archived_experiments = Experiment.list( workspace, view_type="ARCHIVED_ONLY") all_first_experiments = Experiment.list(workspace, name="First Experiment", view_type="ALL")
      • Model dağıtımı ve hizmet güncelleştirmesi için ortam kullanma desteği
    • azureml-datadrift
      • DataDriftDector sınıfının show özniteliği artık isteğe bağlı 'with_details' bağımsız değişkenini desteklemiyor. show özniteliği yalnızca özellik sütunlarının veri kayma katsayısını ve veri kayma katkısını gösterir.
      • DataDriftDetector özniteliği 'get_output' davranış değişiklikleri:
        • Giriş parametresi start_time, end_time zorunlu değil isteğe bağlıdır;
        • Aynı çağrıda belirli bir run_id olan belirli bir start_time ve/veya end_time girişi, birbirini dışladığı için değer hatası özel durumuyla sonuçlanır
        • Girişe özgü start_time ve/veya end_time, yalnızca zamanlanmış çalıştırmaların sonuçları döndürülür;
        • 'daily_latest_only' parametresi kullanım dışı bırakıldı.
      • Veri kümesi tabanlı Veri Kaydırma çıkışlarının alınmasını destekler.
    • azureml-explain-model
      • AzureML-explain-model paketini AzureML-interpret olarak yeniden adlandırır ve eski paketi geriye dönük uyumluluk için şimdilik saklar
      • ExplanationClient'dan indirilirken varsayılan olarak regresyon yerine sınıflandırma görevine ayarlanmış ham açıklamalarla ilgili hata düzeltildi automl
      • Doğrudan kullanılarak oluşturulacak destek ScoringExplainer ekleme MimicWrapper
    • azureml-pipeline-core
      • Büyük İşlem Hattı oluşturma performansı iyileştirildi
    • azureml-train-core
      • TensorFlow Estimator'da TensorFlow 2.0 desteği eklendi
    • azureml-train-automl

      • Deneme nesnesi oluşturma işlemi, çalıştırma geçmişi izleme için Denemeyi Azure Machine Learning çalışma alanında alır veya oluşturur. Deneme kimliği ve arşivlenen süre, oluşturma işlemindeki Deneme nesnesine doldurulur. Örnek:

        experiment = Experiment(workspace, "New Experiment")
experiment_id = experiment.id

        archive() ve reactivate() , denemeyi gizlemek ve geri yüklemek için denemenin UX'te gösterilmesini veya liste denemeleri çağrısında varsayılan olarak döndürülmesini sağlayan işlevlerdir. Arşivlenmiş bir denemeyle aynı adla yeni bir deneme oluşturulursa, yeni bir ad geçirerek yeniden etkinleştirirken arşivlenmiş denemeyi yeniden adlandırabilirsiniz. Belirli bir ada sahip yalnızca bir etkin deneme olabilir. Örnek:

        experiment1 = Experiment(workspace, "Active Experiment")
experiment1.archive()
# Create new active experiment with the same name as the archived.
experiment2 = Experiment(workspace, "Active Experiment")
experiment1.reactivate(new_name="Previous Active Experiment")

        Experiment üzerindeki static method list() bir ad filtresi ve ViewType filtresi alabilir. ViewType değerleri "ACTIVE_ONLY", "ARCHIVED_ONLY" ve "ALL" değerleridir. Örnek:

        archived_experiments = Experiment.list(workspace, view_type="ARCHIVED_ONLY")
all_first_experiments = Experiment.list(workspace, name="First Experiment", view_type="ALL")

      • Model dağıtımı ve hizmet güncelleştirmesi için ortam kullanma desteği.

    • azureml-datadrift
      • DataDriftDetector sınıfının show özniteliği artık isteğe bağlı 'with_details' bağımsız değişkenini desteklemiyor. show özniteliği yalnızca özellik sütunlarının veri kayma katsayısını ve veri kayma katkısını gösterir.
      • DataDriftDetector işlevi [get_output]python/api/azureml-datadrift/azureml.datadrift.datadriftdetector.datadriftdetector#get-output-start-time-none--end-time-none--run-id-none-) davranış değişiklikleri:
        • Giriş parametresi start_time, end_time zorunlu değil isteğe bağlıdır;
        • Aynı çağırmada belirli bir run_id ile belirli bir start_time ve/veya end_time girişi, birbirini dışladığı için değer hatası özel durumuyla sonuçlanır;
        • Girişe özgü start_time ve/veya end_time, yalnızca zamanlanmış çalıştırmaların sonuçları döndürülür;
        • 'daily_latest_only' parametresi kullanım dışı bırakıldı.
      • Veri kümesi tabanlı Veri Kaydırma çıkışlarının alınmasını destekler.
    • azureml-explain-model
      • Doğrudan MimicWrapper kullanılarak oluşturulacak ScoringExplainer desteği ekleme
    • azureml-pipeline-core
      • Büyük İşlem Hattı oluşturma performansı iyileştirildi.
    • azureml-train-core
      • TensorFlow Estimator'da TensorFlow 2.0 desteği eklendi.
    • azureml-train-automl
      • Düzenleme işlemiyle zaten ilgilenildiğinden, kurulum yinelemesi başarısız olduğunda üst çalıştırma artık başarısız olmayacaktır.
      • AutoML denemeleri için local-docker ve local-conda desteği eklendi
      • AutoML denemeleri için local-docker ve local-conda desteği eklendi.

2019-10-08

Azure Machine Learning çalışma alanları için yeni web deneyimi (önizleme)

Yeni çalışma alanı portalındaki Deneme sekmesi, veri bilimciler denemeleri daha performanslı bir şekilde izleyebilecek şekilde güncelleştirildi. Aşağıdaki özellikleri keşfedebilirsiniz:

  • Deneme listenizi kolayca filtrelemek ve sıralamak için deneme meta verileri
  • Çalıştırmalarınızı görselleştirmenize ve karşılaştırmanıza olanak sağlayan basitleştirilmiş ve performanslı deneme ayrıntıları sayfaları
  • Eğitim çalıştırmalarınızı anlamak ve izlemek için ayrıntılar sayfalarını çalıştırmaya yönelik yeni tasarım

2019-09-30

Python v1.0.65 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Seçilmiş ortamlar eklendi. Bu ortamlar yaygın makine öğrenmesi görevleri için kitaplıklarla önceden yapılandırılmış ve daha hızlı yürütülmek üzere Docker görüntüleri olarak önceden oluşturulmuş ve önbelleğe alınmıştır. Varsayılan olarak Çalışma Alanı'nın ortam listesinde "AzureML" ön ekiyle gösterilir.
    • Seçilmiş ortamlar eklendi. Bu ortamlar yaygın makine öğrenmesi görevleri için kitaplıklarla önceden yapılandırılmış ve daha hızlı yürütülmek üzere Docker görüntüleri olarak önceden oluşturulmuş ve önbelleğe alınmıştır. Varsayılan olarak Çalışma Alanı'nın ortam listesinde "AzureML" ön ekiyle gösterilir.

  • azureml-train-automl

  • azureml-train-automl

    • ADB ve HDI için ONNX dönüştürme desteği eklendi

  • Önizleme özellikleri

    • azureml-train-automl

    • azureml-train-automl

      • Metin özellik oluşturucu olarak DESTEKLENEN BERT ve BiLSTM (yalnızca önizleme)
      • Sütun amaçlı ve transformatör parametreleri için özellik özelleştirmesi desteklenir (yalnızca önizleme)
      • Kullanıcı eğitim sırasında model açıklamasını etkinleştirdiğinde desteklenen ham açıklamalar (yalnızca önizleme)
      • Eğitilebilir işlem hattı olarak tahmin için timeseries Kahin eklendi (yalnızca önizleme)

    • azureml-contrib-datadrift

      • azureml-contrib-datadrift'ten azureml-datadrift'e yeniden taşınan paketler; contrib paket gelecek bir sürümde kaldırılacak

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-core
      • AutoMLConfig ve AutoMLBase için FeaturizationConfig kullanıma sunulmuştur Ayarlar
      • AutoMLConfig ve AutoMLBase için FeaturizationConfig kullanıma sunulmuştur Ayarlar
        • Belirtilen sütun ve özellik türüyle Özellik Oluşturma için Sütun Amacını Geçersiz Kıl
        • Transformatör parametrelerini geçersiz kılma
      • explain_model() ve retrieve_model_explanations() için kullanımdan kaldırma iletisi eklendi
      • Eğitilebilir işlem hattı olarak Kahin eklendi (yalnızca önizleme)
      • explain_model() ve retrieve_model_explanations() için kullanımdan kaldırma iletisi eklendi.
      • Eğitilebilir işlem hattı olarak Kahin eklendi (yalnızca önizleme).
      • Hedef gecikmelerin otomatik olarak algılanması, sıralı pencere boyutu ve en yüksek ufuk desteği eklendi. target_lags, target_rolling_window_size veya max_horizon biri 'otomatik' olarak ayarlanırsa, eğitim verilerine göre ilgili parametrenin değerini tahmin etmek için buluşsal yöntemler uygulanır.
      • Veri kümesinin tek bir taneli sütun içermesi durumunda, bu tanenin sayısal bir tür olması ve tren ile test kümesi arasında bir boşluk olması durumunda tahmin düzeltildi
      • Tahmin görevlerinde uzaktan çalıştırmada yinelenen dizinle ilgili hata iletisi düzeltildi
      • Veri kümesinin tek bir taneli sütun içermesi durumunda, bu tanenin sayısal bir tür olması ve tren ile test kümesi arasında bir boşluk olması durumunda tahmin düzeltildi.
      • Tahmin görevlerinde uzaktan çalıştırmada yinelenen dizinle ilgili hata iletisi düzeltildi.
      • Veri kümesinin dengesiz olup olmadığını denetlemek için bir koruma eklendi. Bu durumda konsola bir koruma iletisi yazılır.
    • azureml-core
      • Model nesnesi aracılığıyla depolamadaki modele SAS URL'sini alma özelliği eklendi. Örn: model.get_sas_url()
      • Gönderilen çalıştırmayla ilişkili veri kümelerini almaya tanıtma run.get_details()['datasets']
      • JSON Satırları dosyalarından TabularDataset oluşturmak için API Dataset.Tabular.from_json_lines_files ekleyin. TabularDataset'teki JSON Satırları dosyalarındaki bu tablosal veriler hakkında bilgi edinmek için belgeler için bu makaleyi ziyaret edin.
      • supported_vmsizes () işlevine diğer VM boyutu alanları (İşletim Sistemi Diski, GPU sayısı) eklendi
      • çalıştırmayı, özel ve genel IP'yi, bağlantı noktasını vb. göstermek için list_nodes () işlevine daha fazla alan eklendi.
      • Kümeyi oluştururken SSH bağlantı noktasını açık veya kapalı bırakmak isteyip istemediğinize bağlı olarak etkin veya devre dışı olarak ayarlanabilen --remotelogin_port_public_access küme sağlama sırasında yeni bir alan belirtebilme. Belirtmezseniz, kümeyi bir sanal ağ içinde dağıtıp dağıtmadığınıza bağlı olarak hizmet bağlantı noktasını akıllı bir şekilde açar veya kapatır.
    • azureml-explain-model
    • azureml-core
      • Model nesnesi aracılığıyla depolamadaki modele SAS URL'sini alma özelliği eklendi. Örn: model.get_sas_url()
      • Çalıştırmayı tanıtın.Gönderilen çalıştırmayla ilişkili veri kümelerini almak için get_details['datasets']
      • API Dataset.Tabularekleyin.JSON Satırları dosyalarından TabularDataset oluşturmak için() from_json_lines_files. TabularDataset'teki JSON Satırları dosyalarındaki bu tablosal veriler hakkında bilgi edinmek için belgeleri ziyaret edinhttps://aka.ms/azureml-data .
      • supported_vmsizes() işlevine diğer VM boyutu alanları (İşletim Sistemi Diski, GPU sayısı) eklendi
      • çalıştırmayı , özel ve genel IP'yi, bağlantı noktasını vb. göstermek için list_nodes() işlevine başka alanlar eklendi.
      • Kümeyi oluştururken SSH bağlantı noktasını açık veya kapalı bırakmak isteyip istemediğinize bağlı olarak, küme sağlama sırasında etkin veya devre dışı olarak ayarlanabilen yeni bir alan belirtebilme. Belirtmezseniz, kümeyi bir sanal ağ içinde dağıtıp dağıtmadığınıza bağlı olarak hizmet bağlantı noktasını akıllı bir şekilde açar veya kapatır.
    • azureml-explain-model
      • Sınıflandırma senaryosunda açıklama çıkışları için geliştirilmiş belgeler.
      • Değerlendirme örneklerinin açıklamasına tahmin edilen y değerlerini karşıya yükleme özelliği eklendi. Daha kullanışlı görselleştirmelerin kilidini açar.
      • Temel alınan MimicExplainer'ı almayı etkinleştirmek için MimicWrapper'a explainer özelliği eklendi.
    • azureml-pipeline-core
      • Module, ModuleVersion ve ModuleStep'i açıklamak için not defteri eklendi
    • azureml-pipeline-steps
      • AML işlem hattı aracılığıyla R betik çalıştırmasını desteklemek için RScriptStep eklendi.
      • AzureBatchStep'te ayrıştırılan ve "SubscriptionId parametresi ataması belirtilmedi" hata iletisine neden olan meta veri parametreleri düzeltildi.
    • azureml-train-automl
      • Veri girişi biçimi olarak desteklenen training_data, validation_data, label_column_name weight_column_name
      • explain_model() ve retrieve_model_explanations() için kullanımdan kaldırma iletisi eklendi
    • azureml-pipeline-core
    • azureml-pipeline-steps
      • AML işlem hattı aracılığıyla R betik çalıştırmasını desteklemek için RScriptStep eklendi.
      • [AzureBatchStep içinde ayrıştırılan ve "SubscriptionId parametresi ataması belirtilmedi" hata iletisine neden olan meta veri parametreleri düzeltildi.
    • azureml-train-automl
      • Veri girişi biçimi olarak desteklenen training_data, validation_data, label_column_name weight_column_name.
      • explain_model() ve retrieve_model_explanations() için kullanımdan kaldırma iletisi eklendi.

2019-09-16

Python v1.0.62 için Azure Machine Learning SDK'sı

  • Yeni özellikler

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-core
      • 'lag_length' AutoML ayarı ve LaggingTransformer kullanım dışı bırakıldı.
      • Veri akışı biçiminde belirtilirse giriş verilerinin doğru doğrulanması düzeltildi
      • Grafik json'unu oluşturmak ve yapıtlara yüklemek için fit_pipeline.py değiştirildi.
      • altındaki graf userrun kullanılarak Cytoscapeişlendi.
    • azureml-core
      • ADB kodunda özel durum işlemeyi yeniden ziyaret etti ve yeni hata işlemeye göre değişiklik yapın
      • Not Defteri VM'leri için otomatik MSI kimlik doğrulaması eklendi.
      • Başarısız yeniden denemeler nedeniyle bozuk veya boş modellerin karşıya yüklenebildiği hata düzeltildi.
      • Mod değiştiğinde adın değiştiği hata DataReference düzeltildi (örneğin, , as_downloadveya as_mountçağrılırkenas_upload).DataReference
      • ve target_pathFileDataset.downloadiçin FileDataset.mount ve isteğe bağlı yapınmount_point.
      • Zaman serileriyle ilgili API zaman damgası sütunu atanmadan çağrılırsa veya atanan zaman damgası sütunları bırakılırsa zaman damgası sütununun bulunamaması özel durumu ortaya çıkar.
      • Saat serileri sütunları, türü Tarih olan sütunla atanmalıdır, aksi takdirde özel durum beklenir
      • 'with_timestamp_columns' API'sini atayan zaman serileri sütunları, daha önce atanmış zaman damgası sütunlarını temizleyen Hiçbiri değeri ince/kaba zaman damgası sütun adını alabilir.
      • Belirli bir zaman damgası sütunu bırakıldığında veya zaman damgası sütunlarını serbest bırakmak için Yok değeriyle with_time_stamp çağrısı yapıldıktan sonra kullanıcının bırakma işleminin yapılabilmesinin göstergesiyle kaba tanecik veya ayrıntılı zaman damgası sütunu bırakıldığında özel durum oluşturulur
      • Sütun tutma listesine zaman damgası sütunu eklendikten veya zaman damgası sütunlarını serbest bırakmak için Yok değeriyle with_time_stamp çağrısı yapıldıktan sonra, kullanıcı için saklama işleminin yapılabilmesini belirten sütunlar listesine kaba tanecik veya ayrıntılı zaman damgası sütunu eklenmediğinde özel durum oluşur.
      • Kayıtlı modelin boyutu için günlük kaydı eklendi.
    • azureml-explain-model
      • "Paketleme" Python paketi yüklenmediğinde konsola yazdırılan uyarı düzeltildi: "Lightgbm'nin desteklenen sürümünden eskisini kullanarak lütfen 2.2.1'den büyük bir sürüme yükseltin"
      • Birçok özelliğe sahip genel açıklamalar için parçalama ile indirme modeli açıklaması düzeltildi
      • Çıkış açıklamasında eksik başlatma örnekleri eksik mimik açıklaması düzeltildi
      • İki farklı model türü kullanılarak açıklama istemcisiyle karşıya yüklenirken ayarlanan özelliklerde sabit hata düzeltildi
      • Puanlama açıklayıcısının hem mühendislik hem de ham değerleri döndürebilmesi için, puanlama explainer.explain() öğesine bir get_raw parametresi eklendi.
    • azureml-train-automl
      • Açıklama SDK'sından açıklamaları desteklemek için AutoML'nin automl genel API'leri kullanıma sunulmuştur - AutoML özellik geliştirmesini ve SDK'sını açıklayarak AutoML açıklamalarını desteklemenin daha yeni bir yolu - Azureml'den AutoML modelleri için SDK açıklama tümleşik ham açıklama desteği.
      • Azureml-defaults uzak eğitim ortamlarından kaldırılıyor.
      • FileCacheStore tabanlı varsayılan önbellek deposu konumu, Azure Databricks kod yolunda AutoML için AzureFileCacheStore konumuna değiştirildi.
      • Veri akışı biçiminde belirtilirse giriş verilerinin doğru doğrulanması düzeltildi
    • azureml-train-core

      • Geri source_directory_data_store kullanımdan kaldırıldı.

      • azureml yüklü paket sürümlerini geçersiz kılma özelliği eklendi.

      • Tahmin aracılarında parametresine environment_definition dockerfile desteği eklendi.

      • Tahmin aracılarında basitleştirilmiş dağıtılmış eğitim parametreleri.

        from azureml.train.dnn import TensorFlow, Mpi, ParameterServer

2019-09-09

Azure Machine Learning çalışma alanları için yeni web deneyimi (önizleme)

Yeni web deneyimi, veri bilimciler ve veri mühendislerinin verileri hazırlayıp görselleştirmeden modelleri tek bir konumda eğitmeye ve dağıtmaya kadar uçtan uca makine öğrenmesi yaşam döngüsünü tamamlamasını sağlar.

Azure Machine Learning çalışma alanı kullanıcı arabirimi (önizleme)

Önemli özellikler:

Bu yeni Azure Machine Learning arabirimini kullanarak şunları yapabilirsiniz:

Bu sürümde şu tarayıcılar desteklenir: Chrome, Firefox, Safari ve Microsoft Edge Preview.

Bilinen sorunlar:

  1. "Bir sorun oluştu! Dağıtım devam ederken öbek dosyaları yüklenirken hata oluştu.

  2. Not Defterleri ve Dosyalar'da dosya silinemiyor veya yeniden adlandırılamıyor. Genel Önizleme sırasında, güncelleştirme dosyası işlemlerini gerçekleştirmek için Not Defteri VM'sindeki Jupyter UI veya Terminal'i kullanabilirsiniz. Bağlı bir ağ dosya sistemi olduğundan, Not Defteri VM'sinde yaptığınız tüm değişiklikler not defteri çalışma alanına hemen yansıtılır.

  3. Not Defteri VM'sine SSH eklemek için:

    1. VM kurulumu sırasında oluşturulan SSH anahtarlarını bulun. Alternatif olarak, Azure Machine Learning çalışma alanında > anahtarları bulma İşlem sekmesinin > özellikleri açılan listede > Not Defteri VM'sini bulun: anahtarları iletişim kutusundan kopyalayın.
    2. Bu genel ve özel SSH anahtarlarını yerel makinenize aktar.
    3. Bunları Not Defteri VM'sinde SSH için kullanın.

2019-09-03

Python v1.0.60 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Veri depolarınızdaki veya genel URL'lerinizdeki tek veya birden çok dosyaya başvuran FileDataset tanıtıldı. Dosyalar herhangi bir biçimde olabilir. FileDataset, dosyaları indirmenizi veya işleminize bağlamanızı sağlar.
    • PythonScript Adımı, Adla Adımı, Databricks Adımı, DataTransferStep ve AzureBatch Adımı için İşlem Hattı Yaml Desteği eklendi

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-core

      • AutoArima artık yalnızca önizleme için önerilebilir bir işlem hattıdır.
      • Tahmin için geliştirilmiş hata raporlama.
      • Tahmin görevlerinde genel yerine özel özel durumlar kullanılarak günlüğe kaydetme iyileştirildi.
      • max_concurrent_iterations toplam yineleme sayısından az olması denetimi kaldırıldı.
      • AutoML modelleri artık AutoMLExceptions döndür
      • Bu sürüm, otomatik makine öğrenmesi yerel çalıştırmalarının yürütme performansını artırır.

    • azureml-core

      • kayıt adıyla anahtarlanan ve FileDataset nesnelerinin TabularDataset bir sözlüğünü döndüren Dataset.get_all(çalışma alanını) tanıtın.
      workspace = Workspace.from_config()
all_datasets = Dataset.get_all(workspace)
mydata = all_datasets['my-data']

      • ve Dataset.Tabular.from_parquet.filesbağımsız Dataset.Tabular.from_delimited_files değişkeni olarak tanıtınparition_format. Her veri yolunun bölüm bilgileri, belirtilen biçime göre sütunlara ayıklanır. '{column_name}' dize sütunu oluşturur ve '{column_name:yyyy/MM/dd/HH/mm/ss}' datetime sütunu oluşturur; burada tarih saat türü için yıl, ay, gün, saat, dakika ve saniyeyi ayıklamak için 'yyyy', 'MM', 'dd', 'HH', 'mm' ve 'ss' kullanılır. partition_format ilk bölüm anahtarının konumundan dosya yolunun sonuna kadar başlamalıdır. Örneğin, '.. /USA/2019/01/01/data.csv' burada bölüm ülkeye/bölgeye ve saate göre, partition_format='/{Country}/{PartitionDate:yyyy/MM/dd}/data.csv' değeri 'USA' olan 'Country' dize sütunu ve 'PartitionDate' değeri '2019-01-01' olan 'PartitionDate' dize sütunu oluşturur.

        workspace = Workspace.from_config()
all_datasets = Dataset.get_all(workspace)
mydata = all_datasets['my-data']

      • ve Dataset.Tabular.from_parquet.filesbağımsız Dataset.Tabular.from_delimited_files değişkeni olarak tanıtınpartition_format. Her veri yolunun bölüm bilgileri, belirtilen biçime göre sütunlara ayıklanır. '{column_name}' dize sütunu oluşturur ve '{column_name:yyyy/MM/dd/HH/mm/ss}' datetime sütunu oluşturur; burada tarih saat türü için yıl, ay, gün, saat, dakika ve saniyeyi ayıklamak için 'yyyy', 'MM', 'dd', 'HH', 'mm' ve 'ss' kullanılır. partition_format ilk bölüm anahtarının konumundan dosya yolunun sonuna kadar başlamalıdır. Örneğin, '.. /USA/2019/01/01/data.csv' burada bölüm ülkeye/bölgeye ve saate göre, partition_format='/{Country}/{PartitionDate:yyyy/MM/dd}/data.csv' değeri 'USA' olan 'Country' dize sütunu ve 'PartitionDate' değeri '2019-01-01' olan 'PartitionDate' dize sütunu oluşturur.

      • to_csv_files ve to_parquet_files yöntemleri öğesine TabularDataseteklendi. Bu yöntemler, verileri belirtilen biçimdeki dosyalara dönüştürerek ve TabularDatasetFileDataset arasında dönüştürmeyi etkinleştirir.

      • Model.package() tarafından oluşturulan bir Dockerfile kaydederken temel görüntü kayıt defterinde otomatik olarak oturum açın.

      • 'gpu_support' artık gerekli değildir; AML artık kullanılabilir olduğunda nvidia docker uzantısını otomatik olarak algılar ve kullanır. Gelecek bir sürümde kaldırılacaktır.

      • PipelineDrafts oluşturma, güncelleştirme ve kullanma desteği eklendi.

      • Bu sürüm, otomatik makine öğrenmesi yerel çalıştırmalarının yürütme performansını artırır.

      • Kullanıcılar çalıştırma geçmişindeki ölçümleri ada göre sorgulayabilir.

      • Tahmin görevlerinde genel yerine özel özel durumlar kullanılarak günlüğe kaydetme iyileştirildi.

    • azureml-explain-model

      • Kullanıcıların ham özellik açıklamaları almasına olanak sağlayan yeni MimicWrapper'a feature_maps parametresi eklendi.
      • Veri kümesi yüklemeleri artık açıklama karşıya yükleme için varsayılan olarak kapalıdır ve upload_datasets=True ile yeniden etkinleştirilebilir
      • Açıklama listesine ve indirme işlevlerine "is_law" filtreleme parametreleri eklendi.
      • Hem genel hem de yerel açıklama nesnelerine yöntem get_raw_explanation(feature_maps) ekler.
      • Desteklenen sürümün altındaysa lightgbm'ye basılı uyarıyla sürüm denetimi eklendi
      • Açıklamaları toplu olarak oluştururken iyileştirilmiş bellek kullanımı
      • AutoML modelleri artık AutoMLExceptions döndür

    • azureml-pipeline-core

      • PipelineDrafts oluşturma, güncelleştirme ve kullanma desteği eklendi. Değiştirilebilir işlem hattı tanımlarını korumak ve bunları etkileşimli bir şekilde kullanarak çalıştırmak için kullanılabilir

    • azureml-train-automl

      • Uzak Python çalışma zamanı ortamında BERT/ XLNet'i etkinleştirmek için gereken gpu özellikli pytorch v1.1.0 cuda , araç seti 9.0, pytorch-transformers'ın belirli sürümlerini yüklemek için özellik oluşturuldu.

    • azureml-train-core

      • Bazı hiper parametre alanı tanımı hatalarının sunucu tarafı yerine doğrudan sdk'da erken başarısızlığı.

Azure Machine Learning Veri Hazırlama SDK'sı v1.1.14

  • Hata düzeltmeleri ve geliştirmeleri
    • Ham yol ve kimlik bilgileri kullanılarak ADLS/ADLSGen2'ye yazma etkinleştirildi.
    • için read_parquetçalışmamasına neden include_path=True olan bir hata düzeltildi.
    • "Geçersiz özellik değeri: hostSecret" özel durumunun neden olduğu hata düzeltildi to_pandas_dataframe() .
    • Dosyaların Spark modunda DBFS'de okunamadığı bir hata düzeltildi.

2019-08-19

Python v1.0.57 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • AutomatedML tarafından kullanılacak şekilde etkinleştirildi TabularDataset . hakkında TabularDatasetdaha fazla bilgi edinmek için adresini ziyaret edinhttps://aka.ms/azureml/howto/createdatasets.

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • Artık HEM Microsoft tarafından oluşturulan hem de müşteri sertifikası için AKS kümesinde dağıtılan puanlama uç noktası için TLS/SSL sertifikasını güncelleştirebilirsiniz.
    • azureml-automl-core
      • AutoML'de eksik etiketleri olan satırların düzgün şekilde kaldırılmaması sorunu düzeltildi.
      • AutoML'de geliştirilmiş hata günlüğü; tam hata iletileri artık her zaman günlük dosyasına yazılır.
      • AutoML, paket sabitlemesini , ve azureml-explain-modelazureml-dataprepiçerecek azureml-defaultsşekilde güncelleştirdi. AutoML artık paket uyuşmazlıklarında uyarır (paket dışında azureml-train-automl ).
      • Cv bölmelerinin eşit olmayan boyutta olması ve bölme hesaplamasının başarısız olmasına neden olan bir sorun timeseries düzeltildi.
      • Çapraz Doğrulama eğitim türü için grup yinelemesi çalıştırırken veri kümesinin tamamında eğitilen modelleri indirirken sorun yaşarsak, model ağırlıkları ile oylama grubuna beslenen modeller arasında tutarsızlık yaşanıyordu.
      • Eğitim ve/veya doğrulama etiketleri (y ve y_valid) pandas veri çerçevesi biçiminde sağlandığında ancak numpy dizisi olarak sağlanmadığında oluşan hata düzeltildi.
      • Giriş tablolarının Boole sütunlarında Hiçbiri ile karşılaşıldığında tahmin görevleriyle ilgili sorun düzeltildi.
      • AutoML kullanıcılarının tahmin yaparken yeterince uzun olmayan eğitim serisini bırakmasına izin verin. - AutoML kullanıcılarının tahmin yaparken eğitim kümesinde bulunmayan test kümesinden taneler bırakmasına izin verin.
    • azureml-core
      • blob_cache_timeout parametre sıralamasıyla ilgili sorun düzeltildi.
      • Sistem hatalarına dış sığdırma ve dönüştürme özel durum türleri eklendi.
      • Uzaktan çalıştırmalar için Key Vault gizli dizileri desteği eklendi. Çalışma alanınızla ilişkili anahtar kasasından gizli dizi eklemek, almak ve listelemek için bir azureml.core.keyvault.Keyvault sınıf ekleyin. Desteklenen işlemler şunlardır:
        • azureml.core.workspace.Workspace.get_default_keyvault()
        • azureml.core.keyvault.Keyvault.set_secret(ad, değer)
        • azureml.core.keyvault.Keyvault.set_secrets(secrets_dict)
        • azureml.core.keyvault.Keyvault.get_secret(ad)
        • azureml.core.keyvault.Keyvault.get_secrets(secrets_list)
        • azureml.core.keyvault.Keyvault.list_secrets()
        • Uzaktan çalıştırma sırasında varsayılan keyvault ve gizli dizileri almak için diğer yöntemler:
        • azureml.core.workspace.Workspace.get_default_keyvault()
        • azureml.core.run.Run.get_secret(ad)
        • azureml.core.run.Run.get_secrets(secrets_list)
      • submit-hyperdrive CLI komutuna başka geçersiz kılma parametreleri eklendi.
      • API çağrılarının güvenilirliğini artırma, sık kullanılan istek kitaplığı özel durumlarına yönelik yeniden denemeleri genişletiyor.
      • Gönderilen bir çalıştırmadan çalıştırma gönderme desteği ekleyin.
      • FileWatcher'da dosyaların ilk belirteçlerinin süresi dolduktan sonra karşıya yüklenmeyi durdurmasına neden olan süre sonu SAS belirteci sorunu düzeltildi.
      • Veri kümesi Python SDK'sında HTTP csv/tsv dosyalarının içeri aktarılması destekleniyor.
      • Workspace.setup() yöntemi kullanım dışı bırakıldı. Kullanıcılara gösterilen uyarı iletisi bunun yerine create() veya get()/from_config() kullanılmasını önerir.
      • Özel özel Python paketlerinin whlçalışma alanına yüklenmesini ve ortamı derlemek/oluşturmak için güvenli bir şekilde kullanılmasını sağlayan Environment.add_private_pip_wheel() eklendi.
      • Artık HEM Microsoft tarafından oluşturulan hem de müşteri sertifikası için AKS kümesinde dağıtılan puanlama uç noktası için TLS/SSL sertifikasını güncelleştirebilirsiniz.
    • azureml-explain-model
      • Karşıya yüklemedeki açıklamalara model kimliği eklemek için parametresi eklendi.
      • Bellekteki açıklamalara etiketleme ve karşıya yükleme eklendi is_raw .
      • azureml-explain-model paketi için pytorch desteği ve testleri eklendi.
    • azureml-opendatasets
      • Otomatik test ortamını algılama ve günlüğe kaydetme desteği.
      • ABD nüfusunu ilçe ve postaya göre almak için sınıflar eklendi.
    • azureml-pipeline-core
      • Giriş ve çıkış bağlantı noktası tanımlarına etiket özelliği eklendi.
    • azureml telemetrisi
      • Yanlış telemetri yapılandırması düzeltildi.
    • azureml-train-automl
      • Kurulum hatasında hatanın kurulum çalıştırması için "hatalar" alanında oturum açmaması ve bu nedenle üst çalıştırma "errors" içinde depolanmaması hatası düzeltildi.
      • AutoML'de eksik etiketleri olan satırların düzgün şekilde kaldırılmaması sorunu düzeltildi.
      • AutoML kullanıcılarının tahmin yaparken yeterince uzun olmayan eğitim serilerini bırakmasına izin verin.
      • AutoML kullanıcılarının tahmin yaparken eğitim kümesinde bulunmayan tanecikleri test kümesinden bırakmasına izin verin.
      • AutoMLStep, değişiklikler veya yeni yapılandırma parametrelerinin eklenmesiyle ilgili herhangi bir sorun yaşamamak için yapılandırmayı automl arka uçtan geçiriyor.
      • AutoML Data Guardrail artık genel önizleme aşamasındadır. Kullanıcı, eğitimden sonra bir Data Guardrail raporu (sınıflandırma/regresyon görevleri için) görür ve ayrıca SDK API'si aracılığıyla bu rapora erişebilir.
    • azureml-train-core
      • PyTorch Estimator'da torch 1.2 desteği eklendi.
    • azureml pencere öğeleri
      • Sınıflandırma eğitimi için geliştirilmiş karışıklık matrisi grafikleri.

Azure Machine Learning Veri Hazırlama SDK'sı v1.1.12

  • Yeni özellikler

    • Dize listeleri artık yöntemlere read_* giriş olarak geçirilebilir.

  • Hata düzeltmeleri ve geliştirmeleri

    • Spark'ta çalıştırılırken performansı read_parquet iyileştirildi.
    • Belirsiz tarih biçimlerine sahip tek bir sütunda başarısız olmasına neden olan column_type_builder bir sorun düzeltildi.

Azure portal

  • Önizleme Özelliği
    • Günlük ve çıkış dosyası akışı artık çalıştırma ayrıntıları sayfaları için kullanılabilir. Önizleme iki durumlu düğmesi açık olduğunda dosya akışı gerçek zamanlı olarak güncelleştirilir.
    • Çalışma alanı düzeyinde kota ayarlama özelliği önizleme sürümünde yayınlanır. AmlCompute kotaları abonelik düzeyinde ayrılır, ancak şimdi bu kotayı çalışma alanları arasında dağıtmanıza ve adil paylaşım ve idare için ayırmanıza izin veririz. Çalışma alanınızın sol gezinti çubuğundaki Kullanımlar+Kotalar dikey penceresine tıklayıp Kotaları Yapılandır sekmesini seçmeniz gerekir. Bu çalışma alanları arası bir işlem olduğundan, çalışma alanı düzeyinde kota ayarlayabilmeniz için abonelik yöneticisi olmanız gerekir.

2019-08-05

Python v1.0.55 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Artık AKS'de dağıtılan puanlama uç noktasına yapılan çağrılar için belirteç tabanlı kimlik doğrulaması destekleniyor. Geçerli anahtar tabanlı kimlik doğrulamasını desteklemeye devam ediyoruz ve kullanıcılar bu kimlik doğrulama mekanizmalarından birini aynı anda kullanabilir.
    • Sanal ağın (VNet) arkasındaki bir blob depolama alanını veri deposu olarak kaydetme olanağı.

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-automl-core
      • CV bölmeleri için doğrulama boyutunun küçük olduğu ve regresyon ve tahmin için hatalı tahmin edilen ve gerçek grafiklerle sonuçlanan bir hatayı düzeltir.
      • Uzak çalıştırmalarda tahmin görevlerinin günlüğe kaydedilmesi iyileştirildi, artık çalıştırma başarısız olursa kullanıcıya kapsamlı bir hata iletisi sağlandı.
      • Önişlem bayrağıNın Timeseries True olması durumunda oluşan hatalar düzeltildi.
      • Bazı tahmin veri doğrulama hata iletilerini daha eyleme dönüştürülebilir hale getirdi.
      • Özellikle işlem oluşturma işlemleri arasında veri kümelerini bırakarak ve/veya yavaş yükleyerek AutoML çalıştırmalarının daha az bellek tüketimi
    • azureml-contrib-explain-model
      • Kullanıcının model türü için varsayılan otomatik çıkarım mantığını geçersiz kabilmesi için açıklamalara model_task bayrağı eklendi
      • Pencere öğesi değişiklikleri: ile contribotomatik olarak yüklenir, artık nbextension yükleme/etkinleştirme yok - genel özellik önemine sahip destek açıklaması (örneğin, Permütatif)
      • Pano değişiklikleri: - Özet sayfasındaki çizime beeswarm ek olarak kutu çizimleri ve keman çizimleri - 'Üst -k' kaydırıcısında çizimin daha hızlı yeniden beeswarm değiştirilmesi - üst k'nin nasıl hesaplandığını açıklayan yararlı ileti - Veriler sağlanmadığında grafiklerin yerine kullanışlı özelleştirilebilir iletiler
    • azureml-core
      • Modelleri ve bağımlılıklarını kapsülleyen Docker görüntüleri ve Dockerfile'lar oluşturmak için Model.package() yöntemi eklendi.
      • Yerel web hizmetleri, Ortam nesnelerini içeren InferenceConfigs'i kabul etmek için güncelleştirildi.
      • '.' olduğunda geçersiz modeller üreten Model.register() düzeltildi (geçerli dizin için) model_path parametresi olarak geçirilir.
      • Run.submit_child ekleyin. İşlev, denemeyi gönderilen alt çalıştırmanın üst öğesi olarak belirtirken Experiment.submit dosyasını yansıtır.
      • Run.register_model'da Model.register'dan yapılandırma seçeneklerini destekleyin.
      • Mevcut kümede JAR işlerini çalıştırma olanağı.
      • Artık instance_pool_id ve cluster_log_dbfs_path parametreleri desteklemektedir.
      • Webhizmetine Model dağıtırken Ortam nesnesi kullanma desteği eklendi. Ortam nesnesi artık InferenceConfig nesnesinin bir parçası olarak sağlanabilir.
      • Yeni bölgeler için appinsifht eşlemesi ekleme - centralus - westus - northcentralus
      • Tüm Datastore sınıflarındaki tüm öznitelikler için belgeler eklendi.
      • parametresine Datastore.register_azure_blob_containerblob_cache_timeout eklendi.
      • azureml.core.environment.Environment'a save_to_directory ve load_from_directory yöntemleri eklendi.
      • CLI'ya "az ml environment download" ve "az ml environment register" komutları eklendi.
      • Environment.add_private_pip_wheel yöntemi eklendi.
    • azureml-explain-model
      • Veri kümesi hizmetini (önizleme) kullanarak Açıklamalar'a veri kümesi izleme eklendi.
      • Genel açıklamaların akışını yaparken varsayılan toplu iş boyutu 10 binden 100'e küçültüldü.
      • Kullanıcının model türü için varsayılan otomatik çıkarım mantığını geçersiz kabilmesi için açıklamalara model_task bayrağı eklendi.
    • azureml-mlflow
      • İç içe dizinlerin yoksayıldığı mlflow.azureml.build_image hata düzeltildi.
    • azureml-pipeline-steps
      • Mevcut Azure Databricks kümesinde JAR işlerini çalıştırma özelliği eklendi.
      • DatabricksStep adımı için destek instance_pool_id ve cluster_log_dbfs_path parametreleri eklendi.
      • DatabricksStep adımında işlem hattı parametreleri için destek eklendi.
    • azureml-train-automl
      • Ensemble ile ilgili dosyalar için eklendi docstrings .
      • belgeler ve için max_cores_per_iteration daha uygun bir dile güncelleştirildi max_concurrent_iterations
      • Uzak çalıştırmalarda tahmin görevlerinin günlüğe kaydedilmesi iyileştirildi, artık çalıştırma başarısız olursa kullanıcıya kapsamlı bir hata iletisi sağlandı.
      • İşlem hattı automlstep not defterinden get_data kaldırıldı.
      • içinde automlstepdesteği dataprep başlatıldı.

Azure Machine Learning Veri Hazırlama SDK'sı v1.1.10

  • Yeni özellikler
    • Artık belirli sütunlarda belirli denetçileri (örneğin histogram, dağılım çizimi vb.) yürütme isteğinde bulunabilirsiniz.
    • öğesine append_columnsparalelleştirme bağımsız değişkeni eklendi. True ise veriler belleğe yüklenir ancak yürütme paralel olarak çalışır; False ise yürütme akışıdır ancak tek iş parçacıklıdır.

2019-07-23

Python v1.0.53 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Otomatik Makine Öğrenmesi artık uzak işlem hedefi üzerinde ONNX modellerinin eğitimini destekliyor
    • Azure Machine Learning artık önceki bir çalıştırma, denetim noktası veya model dosyalarından eğitimi sürdürme olanağı sağlar.

  • Hata düzeltmeleri ve geliştirmeleri

    • azure-cli-ml
      • "Model dağıtımı" ve "hizmet güncelleştirmesi" CLI komutları artık parametreleri, yapılandırma dosyalarını veya ikisinin birleşimini kabul eder. Parametreler, dosyalardaki özniteliklere göre önceliklidir.
      • Model açıklaması artık kayıt sonrasında güncelleştirilebilir
    • azureml-automl-core
      • NimbusML bağımlılığını 1.2.0 sürümüne (geçerli en son sürüm) güncelleştirin.
      • AutoML tahmin araçları içinde kullanılacak NimbusML tahmin araçları ve işlem hatları için destek eklendi.
      • Ensemble seçim yordamında, puanlar sabit kalsa bile sonuçta elde edilen grubu gereksiz yere büyüyen bir hatayı düzeltme.
      • Tahmin görevleri için CV Bölmelerinde bazı özellik özelliklerini yeniden kullanmayı etkinleştirin. Bu, gecikmeler ve sıralı pencereler gibi pahalı özellik kazandırmalar için kurulum çalıştırmasının çalışma süresini kabaca bir n_cross_validations kat hızlandırır.
      • Pandas tarafından desteklenen zaman aralığının zaman aşımına uğradıysa bir sorun gideriliyor. Şimdi, zaman pd'den küçükse bir DataException oluşturacağız. Zaman damgası.min veya pd değerinden büyük. Timestamp.max
      • Tahmin artık hizalanabilirse tren ve test kümelerinde farklı frekanslara izin verir. Örneğin, "Ocak ayından itibaren üç aylık" ve "Ekim'den itibaren üç aylık" olarak hizalanabilir.
      • "parameters" özelliği TimeSeriesTransformer'a eklendi.
      • Eski özel durum sınıflarını kaldırın.
      • Tahmin görevlerinde target_lags parametresi artık tek bir tamsayı değerini veya tamsayı listesini kabul eder. Tamsayı sağlanmışsa, yalnızca bir gecikme oluşturulur. Bir liste sağlanırsa, benzersiz gecikme değerleri alınır. target_lags=[1, 2, 2, 4] bir, iki ve dört dönemlik gecikmeler oluşturur.
      • Dönüştürmeden sonra sütun türlerini kaybetmeyle ilgili hatayı düzeltin (hata bağlandı);
      • içinde model.forecast(X, y_query), y_query başında Hiçbiri (#459519) içeren bir nesne türüne izin verin.
      • Çıktıya automl beklenen değerleri ekleme
    • azureml-contrib-datadrift
      • Verileri zenginleştirirken azureml-contrib-opendatasets yerine azureml-opendatasets'e geçme ve performans iyileştirmeleri de dahil olmak üzere örnek not defteri geliştirmeleri
    • azureml-contrib-explain-model
      • azureml-contrib-explain-model paketinde ham özellik önemi için LIME açıklayıcısı için dönüştürme bağımsız değişkeni düzeltildi
      • AzureML-contrib-explain-model paketi için görüntü açıklayıcısında görüntü açıklamalarına segmentasyonlar eklendi
      • LimeExplainer için scipy seyrek desteği ekleme
      • DecisionTreeExplainableModel'in yürütme süresini iyileştirmek amacıyla toplu olarak genel açıklamaların akışını yapmak için ne zaman include_local=Falsetaklit açıklamaya eklendibatch_size?
    • azureml-contrib-featureengineering
      • set_featurizer_timeseries_params() çağrısı için düzeltme: değer türü değişikliğini dikte etme ve null denetimi - Özellik oluşturucu için timeseries not defteri ekleme
      • NimbusML bağımlılığını 1.2.0 sürümüne (geçerli en son sürüm) güncelleştirin.
    • azureml-core
      • Azure Machine Learning CLI'sına DBFS veri depoları ekleme özelliği eklendi
      • Ile başlatılırsa target_path boş bir klasörün oluşturulduğu veri deposu karşıya yüklemesiyle ilgili hata düzeltildi /
      • ServicePrincipalAuthentication'daki sorun düzeltildi deepcopy .
      • CLI'ya "az ml environment show" ve "az ml environment list" komutları eklendi.
      • Ortamlar artık önceden oluşturulmuş bir base_image alternatif olarak bir base_dockerfile belirtmeyi destekliyor.
      • Kullanılmayan RunConfiguration ayarı auto_prepare_environment kullanım dışı olarak işaretlendi.
      • Model açıklaması artık kayıt sonrasında güncelleştirilebilir
      • Hata düzeltmesi: Model ve Görüntü silme artık yukarı akış bağımlılığı nedeniyle silme işlemi başarısız olursa bunlara bağlı yukarı akış nesnelerini alma hakkında daha fazla bilgi sağlar.
      • Bazı ortamlar için çalışma alanı oluşturulurken oluşan dağıtımlar için boş süre yazdıran hata düzeltildi.
      • Çalışma alanı oluşturma için geliştirilmiş hata özel durumları. Kullanıcıların "Çalışma alanı oluşturulamıyor. Bulunamıyor..." ve bunun yerine gerçek oluşturma hatasına bakın.
      • AKS web hizmetlerinde belirteç kimlik doğrulaması için destek ekleyin.
      • Nesnelere Webservice yöntem ekleyinget_token().
      • Makine öğrenmesi veri kümelerini yönetmek için CLI desteği eklendi.
      • Datastore.register_azure_blob_container şimdi isteğe bağlı olarak bu veri deposu için önbellek süre sonunu etkinleştirmek üzere blobfuse bağlama parametrelerini yapılandıran bir blob_cache_timeout değer (saniye) alır. Blob okunduğunda iş bitene kadar yerel önbellekte kalması gibi varsayılan zaman aşımı yoktur. Çoğu iş bu ayarı tercih eder, ancak bazı işlerin düğümlerine sığmayacak kadar büyük bir veri kümesinden daha fazla veri okuması gerekir. Bu işler için bu parametrenin ayarlanması başarılı olmalarına yardımcı olur. Bu parametreyi ayarlarken dikkatli olun: bir dönem içinde kullanılan verilerin süresi yeniden kullanılmadan önce dolabileceği için değerin çok düşük ayarlanması düşük performansa neden olabilir. Tüm okuma işlemleri yerel önbellek yerine blob depolamadan/ağdan yapılır ve bu da eğitim sürelerini olumsuz etkiler.
      • Model açıklaması artık kayıt sonrasında düzgün güncelleştirilebilir
      • Model ve Görüntü silme artık bunlara bağlı olan yukarı akış nesneleri hakkında daha fazla bilgi sağlar ve bu da silme işleminin başarısız olmasına neden olur
      • azureml.mlflow kullanarak uzak çalıştırmaların kaynak kullanımını geliştirin.
    • azureml-explain-model
      • azureml-contrib-explain-model paketinde ham özellik önemi için LIME açıklayıcısı için dönüştürme bağımsız değişkeni düzeltildi
      • LimeExplainer için seyrek scipy desteği ekleme
      • doğrusal modelleri açıklamak için şekil doğrusal açıklama sarmalayıcısı ve tablosal açıklamaya başka bir düzey eklendi
      • model kitaplığında mimic explainer için, seyrek veri girişi için include_local=Yanlış hatası düzeltildi
      • çıkışa automl beklenen değerleri ekleme
      • ham özellik önem derecesini almak için sağlanan dönüştürme bağımsız değişkeninin permütasyon özelliği önemi düzeltildi
      • , DecisionTreeExplainableModel'in yürütme süresini iyileştirmek üzere toplu olarak genel açıklamaların akışını yapmak için olduğunda include_local=Falsemimik açıklayıcıya eklendi batch_size
      • model açıklanabilirlik kitaplığı için, tahmin için pandas veri çerçevesi girişinin gerekli olduğu sabit siyah kutu açıklayıcıları
      • Bazen içinde kayan bir liste yerine float döndüren explanation.expected_values bir hata düzeltildi.
    • azureml-mlflow
      • mlflow.set_experiment(experiment_name) performansını geliştirme
      • mlflow tracking_uri için InteractiveLoginAuthentication kullanımındaki hata düzeltildi
      • azureml.mlflow kullanarak uzak çalıştırmaların kaynak kullanımını geliştirin.
      • azureml-mlflow paketinin belgelerini geliştirme
      • mlflow.log_artifacts("my_dir") öğesinin yerine altındaki my_dir/<artifact-paths> yapıtları kaydetmesine neden olan düzeltme eki hatası <artifact-paths>
    • azureml-opendatasets
      • opendatasets Burada yeni kullanıma sunulan bellek sorunu nedeniyle eski sürümlere (<0.14.0) sabitlenirpyarrow.
      • azureml-contrib-opendatasets öğesini azureml-opendatasets'e taşıyın.
      • Açık veri kümesi sınıflarının Azure Machine Learning çalışma alanına kaydedilmesine izin verin ve AML Veri Kümesi özelliklerini sorunsuz bir şekilde kullanın.
      • Spark olmayan sürümde NoaaIsdWeather zenginleştirme performansını önemli ölçüde geliştirin.
    • azureml-pipeline-steps
      • DBFS Veri Deposu artık DatabricksStep'teki Girişler ve Çıkışlar için desteklenmektedir.
      • Girişler/çıkışlar ile ilgili Azure Batch Adımı belgeleri güncelleştirildi.
      • AzureBatchStep'te varsayılan delete_batch_job_after_finish değeri true olarak değiştirildi.
    • azureml telemetrisi
      • azureml-contrib-opendatasets öğesini azureml-opendatasets'e taşıyın.
      • Açık veri kümesi sınıflarının Azure Machine Learning çalışma alanına kaydedilmesine izin verin ve AML Veri Kümesi özelliklerini sorunsuz bir şekilde kullanın.
      • Spark olmayan sürümde NoaaIsdWeather zenginleştirme performansını önemli ölçüde geliştirin.
    • azureml-train-automl
      • get_output ile ilgili belgeler gerçek dönüş türünü yansıtacak şekilde güncelleştirildi ve anahtar özellikleri alma hakkında diğer notlar sağlanmıştır.
      • NimbusML bağımlılığını 1.2.0 sürümüne (geçerli en son sürüm) güncelleştirin.
      • çıkışa automl beklenen değerleri ekleme
    • azureml-train-core
      • Dizeler artık Otomatik Hiper Parametre Ayarlama için işlem hedefi olarak kabul edilir
      • Kullanılmayan RunConfiguration ayarı auto_prepare_environment kullanım dışı olarak işaretlendi.

Azure Machine Learning Veri Hazırlama SDK'sı v1.1.9

  • Yeni özellikler

    • Doğrudan http veya https URL'sinden dosya okuma desteği eklendi.

  • Hata düzeltmeleri ve geliştirmeleri

    • Uzak bir kaynaktan Parquet Veri Kümesi okumaya çalışılırken (şu anda desteklenmeyen) hata iletisi geliştirildi.
    • ADLS 2. Nesil'de Parquet dosya biçimine yazarken ve yoldaki ADLS 2. Nesil kapsayıcı adını güncelleştirirken karşılaşılan bir hata düzeltildi.

2019-07-09

Görsel Arabirim

  • Önizleme özellikleri
    • Görsel arabirimde "R betiğini yürüt" modülü eklendi.

Python v1.0.48 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • azureml-opendatasets
      • azureml-contrib-opendatasets artık azureml-opendatasets olarak kullanılabilir. Eski paket çalışmaya devam edebilir, ancak daha zengin özellikler ve geliştirmeler için azureml-opendatasets kullanmanızı öneririz.
      • Bu yeni paket, açık veri kümelerini Azure Machine Learning çalışma alanına Veri Kümesi olarak kaydetmenize ve Veri Kümesinin sunduğu işlevleri kullanmanıza olanak tanır.
      • Ayrıca açık veri kümelerini Pandas/SPARK veri çerçeveleri olarak kullanma ve hava durumu gibi bazı veri kümeleri için konum birleştirmeleri gibi mevcut özellikleri içerir.

  • Önizleme özellikleri

    • HyperDriveConfig artık işlem hattı kullanarak hiper parametre ayarlamayı desteklemek için işlem hattı nesnesini parametre olarak kabul edebilir.

  • Hata düzeltmeleri ve geliştirmeleri

    • azureml-train-automl
      • Dönüştürmeden sonra sütun türlerini kaybetmeyle ilgili hata düzeltildi.
      • y_query başlangıçta Hiçbiri içeren bir nesne türüne izin verme hatası düzeltildi.
      • Ensemble seçim yordamında, puanlar sabit kalsa bile sonuçta elde edilen grubu gereksiz yere büyütme sorunu düzeltildi.
      • AutoMLStep'te list_models izin verme ve list_models ayarlarını engelleme ile ilgili sorun düzeltildi.
      • Azure Machine Learning İşlem Hatları bağlamında AutoML kullanıldığında ön işleme kullanımını engelleyen sorun düzeltildi.
    • azureml-opendatasets
      • azureml-contrib-opendatasets azureml-opendatasets öğesine taşındı.
      • Açık veri kümesi sınıflarının Azure Machine Learning çalışma alanına kaydedilmesine ve AML Veri Kümesi özelliklerini sorunsuz bir şekilde kullanmasına izin verilir.
      • Geliştirilmiş NoaaIsdWeather, SPARK olmayan sürümde performansı önemli ölçüde zenginleştirir.
    • azureml-explain-model
      • Yorumlanabilirlik nesneleri için çevrimiçi belgeler güncelleştirildi.
      • Model açıklanabilirliği kitaplığı için DecisionTreeExplainableModel'in yürütme süresini iyileştirmek amacıyla toplu olarak genel açıklamaların akışını yapmak için zaman include_local=Falsezaman taklit açıklamaya eklendibatch_size.
      • Bazen içinde float bulunan bir liste yerine bir float döndürdüğü sorun explanation.expected_values düzeltildi.
      • Açıklama modeli kitaplığında mimik açıklayıcısı için çıkışa automl beklenen değerler eklendi.
      • Ham özellik önemini almak için sağlanan dönüştürme bağımsız değişkeninin permütasyon özelliği önemi düzeltildi.
    • azureml-core
      • Azure Machine Learning CLI'sına DBFS veri depoları ekleme özelliği eklendi.
      • ile /başlatılırsa target_path boş bir klasörün oluşturulduğu veri deposu karşıya yüklemesiyle ilgili sorun düzeltildi.
      • İki veri kümesinin karşılaştırması etkinleştirildi.
      • Model ve Görüntü silme artık yukarı akış bağımlılığı nedeniyle silme işlemi başarısız olursa bunlara bağlı yukarı akış nesnelerini alma hakkında daha fazla bilgi sağlar.
      • auto_prepare_environment'da kullanılmayan RunConfiguration ayarı kullanım dışı bırakıldı.
    • azureml-mlflow
      • azureml.mlflow kullanan uzak çalıştırmaların kaynak kullanımı iyileştirildi.
      • azureml-mlflow paketinin belgeleri geliştirildi.
      • mlflow.log_artifacts("my_dir") öğesinin yapıtları "yapıt-yolları" yerine "my_dir/artifact-paths" altına kaydetmesi sorunu düzeltildi.
    • azureml-pipeline-core
      • Tüm işlem hattı adımları için parametre hash_paths kullanım dışıdır ve gelecekte kaldırılacaktır. varsayılan olarak source_directory içeriği karmadır (veya .gitignoreiçinde .amlignore listelenen dosyalar hariç)
      • İşlem hatlarında işlem türüne özgü modül kullanımının kilidini açmak üzere RunConfiguration tümleştirmesine ve diğer değişikliklere hazırlanmak üzere işlem türüne özgü modülleri desteklemek için Module ve ModuleStep'i geliştirmeye devam etti.
    • azureml-pipeline-steps
      • AzureBatchStep: Girişler/çıkışlar hakkında geliştirilmiş belgeler.
      • AzureBatchStep: Varsayılan delete_batch_job_after_finish değeri true olarak değiştirildi.
    • azureml-train-core
      • Dizeler artık Otomatik Hiper Parametre Ayarlama için işlem hedefi olarak kabul edilir.
      • auto_prepare_environment'da kullanılmayan RunConfiguration ayarı kullanım dışı bırakıldı.
      • Parametreler kullanım dışı bırakıldı conda_dependencies_file_path ve pip_requirements_file_path sırasıyla ve pip_requirements_file lehineconda_dependencies_file.
    • azureml-opendatasets
      • Spark olmayan sürümde NoaaIsdWeather zenginleştirme performansını önemli ölçüde geliştirin.

2019-04-26

Python v1.0.33 için Azure Machine Learning SDK'sı kullanıma sunuldu.

  • FPGA'larda Azure Machine Learning Donanım Hızlandırılmış Modelleri genel kullanıma sunulmuştur.
    • Artık azureml-accel-models paketini kullanarak şunları yapabilirsiniz:
      • Desteklenen derin sinir ağının ağırlıklarını eğitin (ResNet 50, ResNet 152, DenseNet-121, VGG-16 ve SSD-VGG)
      • Desteklenen DNN ile öğrenme aktarımını kullanma
      • Modeli Model Yönetimi Hizmeti'ne kaydetme ve modeli kapsayıcıya alma
      • Modeli Azure Kubernetes Service (AKS) kümesinde FPGA ile bir Azure VM'ye dağıtma
    • Kapsayıcıyı bir Azure Stack Edge sunucu cihazına dağıtma
    • Bu örnekle gRPC uç noktasıyla verilerinizi puanlama

Otomatik Makine Öğrenmesi

  • Performans iyileştirmesi için dinamik olarak eklemeyi featurizers etkinleştirmek için özellik süpürme. Yeni featurizers: iş eklemeleri, kanıt ağırlığı, hedef kodlamalar, metin hedef kodlaması, küme uzaklığı

  • Otomatik ML içindeki eğitilmiş/geçerli bölmeleri işlemek için akıllı CV

  • Az sayıda bellek iyileştirme değişikliği ve çalışma zamanı performansı iyileştirmesi

  • Model açıklamasında performans iyileştirmesi

  • Yerel çalıştırma için ONNX modeli dönüştürme

  • Alt Örnekleme desteği eklendi

  • Hiçbir çıkış ölçütü tanımlanmadığında Akıllı Durdurma

  • Yığılmış topluluklar

  • Zaman Serileri Tahmini

    • Yeni tahmin tahmini işlevi
    • Artık zaman serisi verilerinde sıralı çıkış noktası çapraz doğrulamayı kullanabilirsiniz
    • Zaman serisi gecikmelerini yapılandırmak için yeni işlevler eklendi
    • Sıralı pencere toplama özelliklerini desteklemek için yeni işlevler eklendi
    • Deneme ayarlarında ülke/bölge kodu tanımlandığında yeni Tatil algılama ve özellik kazandırıcı

  • Azure Databricks

    • Zaman serisi tahmini ve model açıklaması/yorumlanabilirliği özelliği etkinleştirildi
    • Artık otomatik ML denemelerini iptal edebilir ve sürdürebilirsiniz (devam edebilirsiniz)
    • Çok çekirdekli işleme desteği eklendi

MLOps

  • Puanlama kapsayıcıları için yerel dağıtım ve hata ayıklama
    Artık bir ML modelini yerel olarak dağıtabilir ve beklendiği gibi davrandığından emin olmak için puanlama dosyanızda ve bağımlılıklarınızda hızla yineleyebilirsiniz.

  • InferenceConfig & Model.deploy() tanıtıldı
    Model dağıtımı artık RunConfig ile aynı giriş betiğine sahip bir kaynak klasör belirtmeyi destekliyor. Ayrıca, model dağıtımı tek bir komutla basitleştirildi.

  • Git başvuru izleme
    Müşteriler, tam bir denetim kaydının korunmasına yardımcı olduğundan bir süredir temel Git tümleştirme özellikleri talep ediyor. Git ile ilgili meta veriler (depo, işleme, temiz durum) için Azure Machine Learning'deki ana varlıklar arasında izleme uyguladık. Bu bilgiler SDK ve CLI tarafından otomatik olarak toplanır.

  • Model profili oluşturma ve doğrulama hizmeti
    Müşteriler genellikle çıkarım hizmetiyle ilişkili işlemleri düzgün bir şekilde boyutlandırmanın zorluğundan şikayetçidir. Model profil oluşturma hizmetimizle müşteri örnek girişler sağlayabilir ve dağıtım için en uygun boyutlandırmayı belirlemek üzere 16 farklı CPU/bellek yapılandırmasında profil oluştururuz.

  • Çıkarım için kendi temel görüntünüzü getirme
    Yaygın şikayetlerden bir diğeri de denemeden RE paylaşımı bağımlılıklarını çıkarıma geçme zorluğuydu. Yeni temel görüntü paylaşma özelliğimiz sayesinde artık çıkarım için deneme temel görüntülerinizi, bağımlılıklarınızı ve tümünü yeniden kullanabilirsiniz. Bu, dağıtımları hızlandırmalı ve içten dış döngüye kadar olan boşluğu azaltmalıdır.

  • Geliştirilmiş Swagger şema oluşturma deneyimi
    Önceki swagger oluşturma yöntemimiz hataya açıktı ve otomatikleştirilmesi imkansızdı. Herhangi bir Python işlevinden dekoratörler aracılığıyla swagger şemaları oluşturmanın yeni bir satır içi yolu var. Bu kodu açık kaynaklı olarak kullandık ve şema oluşturma protokolümüz Azure Machine Learning platformuna bağlı değil.

  • Azure Machine Learning CLI genel kullanıma sunuldu (GA)
    Modeller artık tek bir CLI komutuyla dağıtılabilir. Kimsenin Jupyter not defterinden ml modeli dağıtmadığını belirten yaygın müşteri geri bildirimleri aldık. CLI başvuru belgeleri güncelleştirildi.

2019-04-22

Python v1.0.30 için Azure Machine Learning SDK'sı kullanıma sunuldu.

aynı PipelineEndpoint uç nokta korunurken yayımlanan işlem hattının yeni bir sürümünü eklemek için kullanıma sunulmuştur.

2019-04-15

Azure portal

  • Artık mevcut bir uzak işlem kümesinde var olan bir Betik çalıştırması yeniden gönderebilirsiniz.
  • Artık İşlem Hatları sekmesinde yeni parametrelerle yayımlanmış bir işlem hattı çalıştırabilirsiniz.
  • Çalıştırma ayrıntıları artık yeni bir Anlık Görüntü dosyası görüntüleyiciyi destekliyor. Belirli bir çalıştırma gönderdiğinizde dizinin anlık görüntüsünü görüntüleyebilirsiniz. Çalıştırmayı başlatmak için gönderilen not defterini de indirebilirsiniz.
  • Artık Azure portalından üst çalıştırmaları iptal edebilirsiniz.

2019-04-08

Python v1.0.23 için Azure Machine Learning SDK'sı

  • Yeni özellikler
    • Azure Machine Learning SDK'sı artık Python 3.7'yi destekliyor.
    • Azure Machine Learning DNN Tahmin Araçları artık yerleşik çok sürümlü destek sağlar. Örneğin, TensorFlow tahmin aracı artık bir framework_version parametre kabul eder ve kullanıcılar '1.10' veya '1.12' sürümünü belirtebilir. Geçerli SDK sürümünüz tarafından desteklenen sürümlerin listesi için istenen çerçeve sınıfını (örneğin, TensorFlow.get_supported_versions()) çağırınget_supported_versions(). En son SDK sürümü tarafından desteklenen sürümlerin listesi için DNN Tahmin Aracı belgelerine bakın.

2019-03-25

Python v1.0.21 için Azure Machine Learning SDK'sı

  • Yeni özellikler
    • azureml.core.Run.create_children yöntemi, tek bir çağrıyla birden çok alt çalıştırmanın düşük gecikmeli oluşturulmasına olanak tanır.

2019-03-11

Python v1.0.18 için Azure Machine Learning SDK'sı

  • Değişiklik
    • azureml-tensorboard paketi, azureml-contrib-tensorboard'un yerini alır.
    • Bu sürümle, yönetilen işlem kümenizde (amlcompute) oluştururken bir kullanıcı hesabı ayarlayabilirsiniz. Bu, bu özellikleri sağlama yapılandırmasına geçirerek yapılabilir. Sdk başvuru belgelerinde daha fazla ayrıntı bulabilirsiniz.

Azure Machine Learning Veri Hazırlama SDK'sı v1.0.17

  • Yeni özellikler

    • Artık ifade dilini kullanarak sonuç sütunu oluşturmak için iki sayısal sütun eklemeyi destekliyor.

  • Hata düzeltmeleri ve geliştirmeleri

    • random_split için belgeler ve parametre denetimi geliştirildi.

2019-02-27

Azure Machine Learning Veri Hazırlama SDK'sı v1.0.16

  • Hata düzeltmesi
    • API değişikliğinin neden olduğu hizmet sorumlusu kimlik doğrulaması sorunu düzeltildi.

2019-02-25

Python v1.0.17 için Azure Machine Learning SDK'sı

  • Yeni özellikler

    • Azure Machine Learning artık popüler DNN çerçeve Zincirleyicisi için birinci sınıf destek sağlıyor. Sınıf kullanıcılarını kullanmak Chainer Zincirleyici modellerini kolayca eğitebilir ve dağıtabilir.
      • HyperDrive kullanarak Zincirleyici ile hiper parametre ayarlamayı çalıştırmayı öğrenin
    • Azure Machine Learning İşlem Hatları, veri deposu değişikliklerini temel alan bir İşlem Hattı çalıştırmasını tetikleme özelliği ekledi. İşlem hattı zamanlaması not defteri bu özelliği göstermek için güncelleştirilir.

  • Hata düzeltmeleri ve geliştirmeleri

Azure portal

  • Yeni özellikler
    • Raporlar için yeni tablo düzenleyicisini sürükleyip bırakma deneyimi. Kullanıcılar, bir sütunu kuyudan tablonun önizlemesinin görüntüleneceği tablo alanına sürükleyebilirsiniz. Sütunlar yeniden düzenlenebilir.
    • Yeni Günlükler dosya görüntüleyicisi
    • Etkinlikler sekmesinden deneme çalıştırmaları, işlem, modeller, görüntüler ve dağıtımlara bağlantılar

Sonraki adımlar

Azure Machine Learning’e genel bakışı okuyun.