將腳本當作指令工作執行

  • 3 分鐘

當你有一個訓練機器學習模型的腳本時，你可以在 Azure Machine Learning 裡執行它作為指令工作。

配置並提交命令作業

要將腳本當作指令工作執行，你需要設定並提交該工作。

使用 Python SDK（v2）來設定指令工作時，請使用command函式。 執行腳本時，你需要指定以下參數的值：

  • code： 包含要執行腳本的資料夾。
  • command： 指定要執行哪個檔案。
  • environment：執行指令前必須安裝在運算上的套件。
  • compute：用於執行指令的計算。
  • display_name： 個別工作的名稱。
  • experiment_name：這個工作所屬的實驗名稱。

小提示

想了解更多關於 這個 command 函式及所有可能參數 的資訊，請參閱 Python SDK（v2）的參考文件。

你可以設定一個指令工作，在以以下代碼命名train.py的運算叢集上執行一個名為 aml-cluster的檔案：

from azure.ai.ml import command

# configure job
job = command(
    code="./src",
    command="python train.py",
    environment="AzureML-sklearn-0.24-ubuntu18.04-py37-cpu@latest",
    compute="aml-cluster",
    display_name="train-model",
    experiment_name="train-classification-model"
    )

當你的工作設定好後，你可以提交，這會啟動工作並執行腳本：

# submit job
returned_job = ml_client.create_or_update(job)

你可以在 Azure Machine Learning Studio 中監控並檢視這個工作。 所有同一個實驗名稱的工作都會歸類在同一個實驗下。 你可以用指定的顯示名稱找到個人工作。

指令工作的所有輸入與輸出都會被追蹤。 你可以檢視你指定了哪個指令、使用了哪個運算，以及在指定運算上執行腳本的環境。