AutoMLStep Sınıf
Otomatik ml çalıştırması kapsülleyen bir Azure ML İşlem Hattı adımı oluşturur.
AutoMLStep kullanma örneği için not defterine https://aka.ms/pl-automlbakın.
AutoMLStep'i başlatın.
- Devralma
-
AutoMLStep
Oluşturucu
AutoMLStep(name, automl_config, inputs=None, outputs=None, script_repl_params=None, allow_reuse=True, version=None, hash_paths=None, enable_default_model_output=True, enable_default_metrics_output=True, **kwargs)
Parametreler
Name | Description |
---|---|
name
Gerekli
|
Adımın adı. |
automl_config
Gerekli
|
Bu AutoML çalıştırmasının yapılandırmasını tanımlayan bir AutoMLConfig nesnesi. |
inputs
|
Giriş bağlantı noktası bağlamalarının listesi. Default value: None
|
outputs
|
Çıkış bağlantı noktası bağlamalarının listesi. Default value: None
|
script_repl_params
|
Bir betikte değiştirilecek isteğe bağlı parametreler, örneğin {'param1': 'value1', 'param2': 'value2'}. Default value: None
|
allow_reuse
|
Aynı ayarlarla yeniden çalıştırıldığında adımın önceki sonuçları yeniden kullanıp kullanmayacağını gösterir. Yeniden kullan özelliği varsayılan olarak etkindir. Adım içeriği (betikler/bağımlılıklar) ve girişler ve parametreler değişmeden kalırsa, bu adımın önceki çalıştırmasından elde edilen çıkış yeniden kullanılır. Adımı yeniden kullanırken, işi hesaplamaya göndermek yerine, önceki çalıştırmanın sonuçları sonraki adımlarda hemen kullanılabilir hale gelir. Giriş olarak Azure Machine Learning veri kümelerini kullanıyorsanız, yeniden kullanım, temel alınan verilerin değişip değişmediğine değil, veri kümesinin tanımının değişip değişmediğine göre belirlenir. Default value: True
|
version
|
Adıma atanacak sürüm. Default value: None
|
hash_paths
|
KALDIRIL -MIŞ. İşlem hattı adımı içeriğinde yapılan değişiklikler denetlenirken karmaya giden yolların listesi. Varsayılan olarak, içindeki AutoMLConfig parametresinin Default value: None
|
enable_default_model_output
|
En iyi modelin varsayılan çıkış olarak eklenip eklenmeyeceğini gösterir. Bu, sınıfını kullanarak AutoMLStepRun çalıştırma tamamlandıktan sonra en iyi modeli almak için kullanılabilir.
Varsayılan model çıkışı gerekli değilse, bu parametrenin Default value: True
|
enable_default_metrics_output
|
Tüm alt çalıştırma ölçümlerinin varsayılan çıkış olarak eklenip eklenmeyeceğini gösterir. Bu, sınıfı kullanılarak AutoMLStepRun çalıştırma tamamlandıktan sonra alt çalıştırma ölçümlerini almak için kullanılabilir.
Varsayılan ölçüm çıkışı gerekli değilse, bu parametrenin Default value: True
|
name
Gerekli
|
Adımın adı. |
automl_config
Gerekli
|
Bu AutoML çalıştırmasının yapılandırmasını tanımlayan bir AutoMLConfig. |
inputs
Gerekli
|
Giriş bağlantı noktası bağlamalarının listesi. |
outputs
Gerekli
|
Çıkış bağlantı noktası bağlamalarının listesi. |
script_repl_params
Gerekli
|
Bir betikte değiştirilecek isteğe bağlı parametreler, örneğin {'param1': 'value1', 'param2': 'value2'}. |
script_repl_params
Gerekli
|
Betikte değiştirilecek isteğe bağlı parametreler. |
allow_reuse
Gerekli
|
Aynı ayarlarla yeniden çalıştırıldığında adımın önceki sonuçları yeniden kullanıp kullanmayacağını gösterir. Yeniden kullan özelliği varsayılan olarak etkindir. Adım içeriği (betikler/bağımlılıklar) ve girişler ve parametreler değişmeden kalırsa, bu adımın önceki çalıştırmasından elde edilen çıkış yeniden kullanılır. Adımı yeniden kullanırken, işi hesaplamaya göndermek yerine, önceki çalıştırmanın sonuçları sonraki adımlarda hemen kullanılabilir hale gelir. Giriş olarak Azure Machine Learning veri kümelerini kullanıyorsanız, yeniden kullanım, temel alınan verilerin değişip değişmediğine değil, veri kümesinin tanımının değişip değişmediğine göre belirlenir. |
version
Gerekli
|
Adıma atanacak sürüm. |
hash_paths
Gerekli
|
KALDIRIL -MIŞ. İşlem hattı adımı içeriğinde yapılan değişiklikler denetlenirken karmaya giden yolların listesi. Varsayılan olarak, içindeki AutoMLConfig parametresinin |
enable_default_model_output
Gerekli
|
En iyi modelin varsayılan çıkış olarak eklenip eklenmeyeceğini gösterir. Bu, sınıfını kullanarak AutoMLStepRun çalıştırma tamamlandıktan sonra en iyi modeli almak için kullanılabilir.
Varsayılan model çıkışı gerekli değilse, bu parametrenin |
enable_default_metrics_output
Gerekli
|
Tüm alt çalıştırma ölçümlerinin varsayılan çıkış olarak eklenip eklenmeyeceğini gösterir. Bu, sınıfı kullanılarak AutoMLStepRun çalıştırma tamamlandıktan sonra alt çalıştırma ölçümlerini almak için kullanılabilir.
Varsayılan ölçüm çıkışı gerekli değilse, bu parametrenin |
Açıklamalar
AutoMLStep sınıfıyla otomatik ML iş akışınızı bir Azure Machine Learning işlem hattında çalıştırabilirsiniz. İşlem hatları, otomatik ML iş akışınız için yinelenebilirlik, katılımsız çalıştırmalar, sürüm oluşturma ve izleme ve modülerlik gibi avantajlar sağlar. Daha fazla bilgi için bkz. Azure Machine Learning işlem hatları nedir?.
Otomatik ML iş akışınız bir işlem hattında olduğunda, işlem hattını zamana dayalı bir zamanlamaya veya değişiklik tabanlı bir zamanlamaya göre çalışacak şekilde zamanlayabilirsiniz. Zamana bağlı zamanlamalar veri kayması izleme gibi rutin görevler için, değişiklik tabanlı zamanlamalar ise veri değişiklikleri gibi düzensiz veya öngörülemeyen değişiklikler için kullanışlıdır. Örneğin, zamanlamanız verilerin karşıya yüklendiği blob deposunu yoklayabilir ve veriler değişirse işlem hattını yeniden çalıştırabilir ve çalıştırma tamamlandıktan sonra modelin yeni sürümünü kaydedebilir. Daha fazla bilgi için bkz. Makine öğrenmesi işlem hatlarını zamanlama ve Logic App'ten Machine Learning işlem hattının çalıştırılmasını tetikleme.
Aşağıdaki örnekte AutoMLStep'in nasıl oluşturulacağı gösterilmektedir.
automl_step = AutoMLStep(
name='automl_module',
automl_config=automl_config,
outputs=[metrics_data, model_data],
allow_reuse=True)
Tam örnek şu kaynaktan edinilebilir: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-with-automated-machine-learning-step.ipynb
Aşağıdaki örnekte, içinde AutoMLStep nesnesinin nasıl kullanılacağı gösterilmektedir Pipeline.
from azureml.pipeline.core import Pipeline
pipeline = Pipeline(
description="pipeline_with_automlstep",
workspace=ws,
steps=[automl_step])
Tam örnek şu kaynaktan edinilebilir: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-with-automated-machine-learning-step.ipynb
Yukarıdaki örnekte işlem hattındaki bir adım gösterilmektedir. Ancak, AutoMLStep'i gerçek dünya otomatik ML iş akışında kullanırken, AutoMLStep'in öncesinde veri hazırlamayı gerçekleştiren en az bir işlem hattı adımınız ve modeli kaydettikten sonra başka bir işlem hattı adımınız olur. Bu tür bir iş akışı için not defterine https://aka.ms/automl-retrain-pipelinebakın.
İşlem hattı çalıştırmasını yönetmek, durumu denetlemek ve çalıştırma ayrıntılarını almak için sınıfını AutoMLStepRun kullanın.
Azure'da otomatik makine öğrenmesi hakkında daha fazla bilgi için Otomatik makine öğrenmesi nedir? makalesine bakın. İşlem hattı kullanmadan otomatik ML denemesi ayarlama hakkında daha fazla bilgi için Python'da otomatik ML denemesini yapılandırma makalesine bakın.
Yöntemler
create_node |
Bu AutoML adımından bir düğüm oluşturun ve verilen grafiğe ekleyin. Bu yöntemin doğrudan kullanılması amaçlanmamıştır. Bu adımla bir işlem hattı örneği oluşturulduğunda, Azure ML bu yöntem aracılığıyla gerekli parametreleri otomatik olarak geçirir, böylece adım iş akışını temsil eden bir işlem hattı grafiğine eklenebilir. |
create_node
Bu AutoML adımından bir düğüm oluşturun ve verilen grafiğe ekleyin.
Bu yöntemin doğrudan kullanılması amaçlanmamıştır. Bu adımla bir işlem hattı örneği oluşturulduğunda, Azure ML bu yöntem aracılığıyla gerekli parametreleri otomatik olarak geçirir, böylece adım iş akışını temsil eden bir işlem hattı grafiğine eklenebilir.
create_node(graph, default_datastore, context)
Parametreler
Name | Description |
---|---|
graph
Gerekli
|
Düğümün ekleneceği grafik nesnesi. |
default_datastore
Gerekli
|
Varsayılan veri deposu. |
context
Gerekli
|
<xref:azureml.pipeline.core._GraphContext>
Graf bağlamı. |
Döndürülenler
Tür | Description |
---|---|
Oluşturulan düğüm. |
Öznitelikler
AUTOML_CONFIG_PARAM_NAME
AUTOML_CONFIG_PARAM_NAME = 'AutoMLConfig'
DEFAULT_METRIC_PREFIX
DEFAULT_METRIC_PREFIX = 'default_metrics_'
DEFAULT_MODEL_PREFIX
DEFAULT_MODEL_PREFIX = 'default_model_'