共用方式為

設定並提交定型作業

  • 發行項

適用於： Python SDK azureml v1 (部分機器翻譯)

在此文章中，您將了解如何設定和提交 Azure Machine Learning 作業以將模型定型。 程式碼片段會說明設定和提交訓練指令碼的重點部分。 接著使用其中一個範例筆記本以找出完整的端對端工作範例。

訓練時，通常會從您的本機電腦開始，接著再擴增至雲端式叢集。 使用 Azure Machine Learning 時，您無須變更訓練指令碼，即可在各種計算目標上執行指令碼。

您需要做的是在指令碼作業組態內為每個計算目標定義環境。 然後，當您想要在不同的計算目標上執行定型實驗時，為該計算指定作業組態。

必要條件

什麼是指令碼回合組態？

ScriptRunConfig 可用來設定提交訓練作業作為實驗一部分的必要資訊。

您可以使用 ScriptRunConfig 物件提交訓練實驗。 此物件包含：

  • source_directory：包含定型指令碼的來源目錄
  • script：要執行的訓練指令碼
  • compute_target：要在上面執行的計算目標
  • environment：執行指令碼時使用的環境
  • 以及一些其他可設定的選項 (如需詳細資訊，請參閱參考文件)

定型您的模型

提交定型作業的程式碼模式對於所有類型的計算目標皆相同：

  1. 建立要執行的實驗
  2. 建立指令碼執行的環境
  3. 建立 ScriptRunConfig 以指定計算目標和環境
  4. 提交作業
  5. 請等待作業完成

或者您可以：

建立實驗

在您的工作區中建立實驗。 實驗是一種輕量型容器，有助於安排執行作業並追蹤程式碼。

適用於： Python SDK azureml v1 (部分機器翻譯)

from azureml.core import Experiment

experiment_name = 'my_experiment'
experiment = Experiment(workspace=ws, name=experiment_name)

選取計算目標

選取將要執行訓練指令碼的計算目標。 如果 ScriptRunConfig 中未指定任何計算目標，或是如果 compute_target='local'，則 Azure Machine Learning 會在本機執行您的指令碼。

本文中的範例程式碼假設您已在「必要條件」一節中建立計算目標 my_compute_target。

注意

  • Azure Databricks 不支援做為模型訓練的計算目標。 您可以使用 Azure Databricks 進行資料準備和部署工作。
  • 若要在已啟用 Azure Arc 的 Kubernetes 叢集上建立和連結計算目標以進行定型，請參閱設定已啟用 Azure Arc 的機器學習

建立環境

Azure Machine Learning 環境是您機器學習訓練所執行環境的封裝。 這些封裝會針對您的訓練和評分指令碼指定 Python 套件、Docker 映像、環境變數和軟體設定。 封裝也會指定執行時間 (Python、Spark 或 Docker)。

您可以定義自己的環境，或使用 Azure Machine Learning 經過編選的環境。 已編選環境是預先定義的環境，預設在您的工作區中提供。 這些環境是由快取的 Docker 映像所支援，可降低作業準備成本。 如需已編選環境的完整可用清單，請參閱 Azure Machine Learning 經過編選的環境。

針對遠端計算目標，您可以使用下列其中一個常用的已編選環境來開始作業：

適用於： Python SDK azureml v1 (部分機器翻譯)

from azureml.core import Workspace, Environment

ws = Workspace.from_config()
myenv = Environment.get(workspace=ws, name="AzureML-Minimal")

如需有關環境的詳細資訊，請參閱在 Azure Machine Learning 中建立和使用軟體環境 (部分機器翻譯)。

本機計算目標

如果您的計算目標是您的本機電腦，您必須負責確保執行指令碼的 Python 環境中具備所有必要套件。 使用 python.user_managed_dependencies 以使用您目前的 python 環境，或是您指定路徑上的 Python。

適用於： Python SDK azureml v1 (部分機器翻譯)

from azureml.core import Environment

myenv = Environment("user-managed-env")
myenv.python.user_managed_dependencies = True

# You can choose a specific Python environment by pointing to a Python path 
# myenv.python.interpreter_path = '/home/johndoe/miniconda3/envs/myenv/bin/python'

建立指令碼作業組態

現在您有計算目標 (my_compute_target，請參閱必要條件 (部分機器翻譯)) 和環境 (myenv，請參閱建立環境 (部分機器翻譯))，建立指令碼作業組態以執行位於您 project_folder 目錄的訓練指令碼 (train.py)：

適用於： Python SDK azureml v1 (部分機器翻譯)

from azureml.core import ScriptRunConfig

src = ScriptRunConfig(source_directory=project_folder,
                      script='train.py',
                      compute_target=my_compute_target,
                      environment=myenv)

如果您未指定環境，系統會建立預設環境。

如果您有想要傳遞給訓練指令碼的命令列引數，您可以透過 ScriptRunConfig 函式的 arguments 參數指定這些引數，例如 arguments=['--arg1', arg1_val, '--arg2', arg2_val]。

如果您想要覆寫作業所允許的預設最大時間，可以透過 max_run_duration_seconds 參數進行。 如果作業所花費的時間超過此值，系統會嘗試自動取消執行。

指定分散式作業設定

如果您想執行分散式訓練作業，請向 distributed_job_config 參數提供分散式作業特定的設定。 支援的設定類型包括 MpiConfiguration、TensorflowConfiguration 和 PyTorchConfiguration。

如需執行分散式 Horovod、TensorFlow 和 PyTorch 作業的詳細資訊和範例，請參閱：

提交實驗

適用於：Python SDK azureml v1

run = experiment.submit(config=src)
run.wait_for_completion(show_output=True)

重要

當您提交定型作業時，系統將會對包含定型指令碼的目錄建立快照集，並傳送到計算目標。 其也會儲存為工作區中實驗的一部分。 如果您變更檔案並再次提交作業，則只會上傳已變更的檔案。

若要避免在快照中包含不必要的檔案，請在目錄中建立忽略檔案 (.gitignore 或 .amlignore)。 將要排除的檔案和目錄新增到這個檔案中。 如需此檔案中可用語法的詳細資訊，請參閱 .gitignore 的語法和模式。 .amlignore 檔案會使用相同的語法。 如果兩個檔案都存在，則會使用 .amlignore 檔案，不會使用 .gitignore 檔案。

如需有關快照集的更多資訊，請參閱快照集。

重要

特殊資料夾 Azure Machine Learning 會特別對待 outputs 與 logs, 這兩個資料夾。 在定型期間，當您將檔案寫入到相對於根目錄且名為 outputs 與 logs 的資料夾 (分別是 ./outputs 與 ./logs) 時，這些檔案會自動上傳到作業歷程記錄，因此當您的作業完成之後，您就能存取檔案。

若要在定型期間建立成品 (例如模型檔案、檢查點、資料檔案或繪製的影像)，請將這些成品寫入到 ./outputs 資料夾。

同樣地，您也可以將來自您定型作業的任何記錄寫入到 ./logs 資料夾。 若要利用 Azure Machine Learning 的 TensorBoard 整合，請務必將您的 TensorBoard 記錄寫入到此資料夾。 當您的作業在執行時，您將能啟動 TensorBoard 並串流這些記錄。 稍後，您也可以從任何先前的作業還原記錄。

例如，若要在您的遠端定型作業執行完成之後將寫入到 outputs 資料夾的檔案下載到您的本機電腦，請執行：run.download_file(name='outputs/my_output_file', output_file_path='my_destination_path')

Git 追蹤與整合

當您啟動來源目錄是本機 Git 存放庫的定型作業時，該存放庫的相關資訊會儲存在作業歷程記錄中。 如需詳細資訊，請參閱 Azure Machine Learning 的 Git 整合。

筆記本範例

請參閱這些筆記本，以取得設定各種訓練案例作業的範例：

了解如何依照使用 Jupyter 筆記本來探索這項服務一文來執行筆記本。

疑難排解

  • AttributeError: 'RoundTripLoader' 物件沒有屬性 'comment_handling'：此錯誤來自 ruamel-yaml 的新版本 (v0.17.5)，azureml-core 相依性，將中斷性變更導入了 azureml-core。 為修正此錯誤，請執行 pip uninstall ruamel-yaml 以解除安裝 ruamel-yaml，並安裝 ruamel-yaml 的其他版本；支援的版本為 v0.15.35 到 v0.17.4 (包含)。 您可以執行 pip install "ruamel-yaml>=0.15.35,<0.17.5" 來達成此目的。

  • 作業發生 jwt.exceptions.DecodeError 失敗：確切的錯誤訊息：jwt.exceptions.DecodeError: It is required that you pass in a value for the "algorithms" argument when calling decode()。

    請考慮升級至 azureml 核心的最新版本：pip install -U azureml-core。

    如果 . 如果您在本機作業時遇到此問題，請在啟動作業的環境中檢查所安裝 PyJWT 版本。 您正在啟動作業。 支援的 PyJWT 版本為 < 2.0.0。 如果版本是 >= 2.0.0，請從環境中解除安裝 PyJWT。 您可以檢查 PyJWT 版本、將其解除安裝並安裝正確的版本，如下所示：

    1. 啟動命令殼層，並啟用已安裝 azureml-core 的 conda 環境。
    2. 輸入 pip freeze 並尋找 PyJWT，如果找到，則列出的版本應為 < 2.0.0
    3. 如果列出的版本不是支援的版本，請在命令殼層中執行 pip uninstall PyJWT，並輸入 y 以確認。
    4. 使用 pip install 'PyJWT<2.0.0' 進行安裝

    如果 . 您正在使用您的作業提交使用者建立的環境，請考慮在該環境中使用最新版本的 azureml-core。 版本 >= 1.18.0 的 azureml-core 已鎖定 PyJWT < 2.0.0。 如果您需要在您提交的環境中使用 < 1.18.0 的 azureml-core 版本，請務必在您的鎖定相依性中指定 PyJWT < 2.0.0。

  • ModuleErrors (未命名的模組)：如果 您在 Azure Machine Learning 中提交實驗時遇到 ModuleErrors，表示訓練腳本預期會安裝套件，但卻未新增。 提供套件名稱之後，Azure Machine Learning 會在用於訓練作業的環境中安裝套件。

    如果 . 你正在使用估算器來提交實驗，您可以根據您要安裝套件的來源，在估算器中透過 pip_packages 或 conda_packages 參數指定套件名稱。 您也可以使用 conda_dependencies_file 指定具有所有相依性的 yml 檔案，或使用 pip_requirements_file 參在 txt 檔案中列出所有 pip 需求。 如果您有自己的 Azure Machine Learning 環境物件，而您想要覆寫估算器所使用的預設映射，您可以透過估算器建構函式的 environment 參數來指定該環境。

    您可以在 Azure Machine Learning 容器中看到 Azure Machine Learning 維護的 Docker 映像及其內容。 架構特定的相依性會列在個別的架構文件中：

    注意

    如果您認為特定套件經常使用，應新增至 Azure ML 維護的映像和環境中，請在 Azure Machine Learning 容器 (英文) 中提出 GitHub 問題。

  • NameError (未定義名稱)、AttributeError (物件沒有屬性)：此例外狀況應該來自您的訓練指令碼。 您可以在 Azure 入口網站檢閱記錄檔，以進一步了解未定義的特定名稱或屬性錯誤。 從 SDK 中，您可以使用 run.get_details() 來查看錯誤訊息。 這也會列出針對您的作業所產生的所有記錄檔。 請務必檢查您的訓練指令碼並修正錯誤，再重新提交作業。

  • 作業或實驗刪除：您可以使用 Experiment.archive 方法來封存實驗，或從 Azure Machine Learning 工作室用戶端中的 [實驗] 索引標籤檢視，透過 [封存實驗] 按鈕來封存。 此動作會隱藏清單查詢和檢視中的實驗，但不會將其刪除。

    目前不支援永久刪除個別實驗或作業。 如需刪除工作區資產的詳細資訊，請參閱匯出或刪除您的機器學習服務工作區資料。

  • 計量文件過大：Azure Machine Learning 對於可從一次定型作業中記錄的計量物件大小，有其內部限制。 如果在記錄清單值計量時發生「計量文件太大」錯誤，請嘗試將清單分割為較小的區塊，例如：

    run.log_list("my metric name", my_metric[:N])
run.log_list("my metric name", my_metric[N:])

    在內部，Azure Machine Learning 會將具有相同計量名稱的區塊串連為連續清單。

  • 計算目標的啟動時間過長：計算目標的 Docker 映像是載入自 Azure Container Registry (ACR)。 根據預設，Azure Machine Learning 會建立使用基本服務層級的 ACR。 將工作區的 ACR 變更為「標準」或「進階層」，可減少建立和載入映像所需的時間。 如需詳細資訊，請參閱 Azure Container Registry 服務層級。

下一步