Python için Azure ML Paketi istemci kitaplığı - sürüm 1.12.1

  • Makale

Azure Machine Learning Python SDK v2 gasını tanıtmaktan heyecanlıyız. Python SDK v2, tek başına yerel işler, işlem hatları için yeniden kullanılabilir bileşenler ve yönetilen çevrimiçi/toplu çıkarım gibi yeni SDK özellikleri sunar. Python SDK v2, basit görevlerden karmaşık görevlere kolayca ve artımlı olarak geçiş yapmanızı sağlar. Bu, kavram yeniden kullanımı ve çeşitli görevler arasında eylemlerin tutarlılığını sağlayan ortak bir nesne modeli kullanılarak etkinleştirilir. SDK v2, temelini aynı zamanda GA olan CLI v2 ile paylaşır.

Kaynak kodu | Paket (PyPI) | Paket (Conda) | API başvuru belgeleri | Ürün belgeleri | Örnekleri

Bu paket Python 3.7, 3.8, 3.9 ve 3.10 ile test edilmiştir.

Daha eksiksiz bir Azure kitaplıkları kümesi için bkz. https://aka.ms/azsdk/python/all

Başlarken

Önkoşullar

Paketi yükleme

Pip ile Python için Azure ML istemci kitaplığını yükleyin:

pip install azure-ai-ml
pip install azure-identity

İstemcinin kimliğini doğrulama

from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

Önemli kavramlar

Azure Machine Learning Python SDK v2, tek başına yerel işler, işlem hatları için yeniden kullanılabilir bileşenler ve yönetilen çevrimiçi/toplu çıkarım gibi birçok yeni özellikle birlikte gelir. SDK v2, platformun tüm varlıkları arasında tutarlılık ve kullanım kolaylığı sağlar. Python SDK v2 aşağıdaki özellikleri sunar:

  • Tek Başına İşleri Çalıştırma - Ayrı bir ML etkinliğini İş olarak çalıştırın. Bu iş yerel olarak veya bulutta çalıştırılabilir. Şu anda aşağıdaki iş türlerini destekliyoruz:
    • Command - bir komut çalıştırın (Python, R, Windows Komutu, Linux Kabuğu vb.)
    • Süpür - Komutunuzda hiper parametre süpürme işlemi çalıştırın
  • Geliştirilmiş İşlem Hatlarımızı kullanarak birden çok iş çalıştırma
    • İşlem hattına eklenmiş bir dizi komut çalıştırma (Yeni)
    • Bileşenler - yeniden kullanılabilir bileşenleri kullanarak işlem hatlarını çalıştırma (Yeni)
  • Yönetilen Çevrimiçi çıkarım için modellerinizi kullanma (Yeni)
  • Yönetilen toplu çıkarım için modellerinizi kullanma
  • AML kaynaklarını yönetme – çalışma alanı, işlem, veri depoları
  • AML varlıklarını yönetme - Veri kümeleri, ortamlar, modeller
  • AutoML - çeşitli ml görevleri için tek başına AutoML eğitimi çalıştırın:
    • Sınıflandırma (Tablo verileri)
    • Regresyon (Tablo verileri)
    • Zaman Serisi Tahmini (Tablo verileri)
    • Görüntü Sınıflandırması (Çok sınıflı) (Yeni)
    • Görüntü Sınıflandırması (Çok etiketli) (Yeni)
    • Görüntü Nesnesi Algılama (Yeni)
    • Görüntü Örneği Kesimleme (Yeni)
    • NLP Metin Sınıflandırması (Çok sınıflı) (Yeni)
    • NLP Metin Sınıflandırması (Çok etiketli) (Yeni)
    • Varlık Tanıma (NER) Adlı NLP Metni (Yeni)

Örnekler

Sorun giderme

Genel

Azure ML istemcileri , Azure Core'da tanımlanan özel durumları tetikler.

from azure.core.exceptions import HttpResponseError

try:
    ml_client.compute.get("cpu-cluster")
except HttpResponseError as error:
    print("Request failed: {}".format(error.message))

Günlüğe Kaydetme

Bu kitaplık, günlüğe kaydetme için standart günlük kitaplığını kullanır. HTTP oturumlarıyla ilgili temel bilgiler (URL'ler, üst bilgiler vb.) BİlGİ düzeyinde günlüğe kaydedilir.

İstek/yanıt gövdeleri ve kaydedilmemiş üst bilgiler de dahil olmak üzere ayrıntılı HATA AYıKLAMA düzeyi günlüğe kaydetme, bağımsız değişkeniyle logging_enable bir istemcide etkinleştirilebilir.

Burada örneklerin bulunduğu tam SDK günlük belgelerine bakın.

Telemetri

Azure ML Python SDK'sı, SDK ile ilgili kullanım ve hata verilerini toplayan ve SDK'yi yalnızca Jupyter Notebook kullandığınızda Microsoft'a gönderen bir telemetri özelliği içerir. Bir Jupyter Notebook dışında Python SDK'sının herhangi bir kullanımı için telemetri toplanmaz.

Telemetri verileri, SDK ekibinin SDK'nın nasıl kullanıldığını anlamasına yardımcı olur ve bu sayede sdk geliştirilebilir ve hatalar hakkındaki bilgiler ekibin sorunları çözmesine ve hataları düzeltmesine yardımcı olur. SDK telemetri özelliği, Jupyter Notebook kullanımı için varsayılan olarak etkindir ve Jupyter dışı senaryolar için etkinleştirilemez. Jupyter senaryosunda telemetri özelliğini geri çevirmek için MLClient nesnenizi oluştururken iletin enable_telemetry=False .

Sonraki adımlar

Katkıda bulunma

Bu proje, katkı ve önerilere açıktır. Çoğu durumda, sağladığınız katkıyı kullanmamız için bize hak tanıma hakkına sahip olduğunuzu ve bu hakkı bize tanıdığınızı bildiren bir Katkıda Bulunan Lisans Sözleşmesi’ni (CLA) kabul etmeniz gerekir. Ayrıntılar için cla.microsoft.com adresini ziyaret edin.

Bir çekme isteği gönderdiğinizde, CLA robotu bir CLA sağlamanız gerekip gerekmediğini otomatik olarak belirler ve çekme isteğini uygun şekilde donatır (örn. etiket, açıklama). Robot tarafından sağlanan yönergeleri izlemeniz yeterlidir. Bu işlemi, CLA’mızı kullanarak tüm depolarda yalnızca bir kere yapmanız gerekir.

Bu proje Microsoft Open Source Code of Conduct (Microsoft Açık Kaynak Kullanım Kuralları) belgesinde listelenen kurallara uygundur. Daha fazla bilgi için Kullanım Kuralları SSS bölümüne bakın veya ek sorular veya yorumlarla iletişime geçin opencode@microsoft.com .