Administración de las ejecuciones de experimentos en Machine Learning Studio (clásico)

SE APLICA A: Estudio de Azure Machine Learning (clásico) Azure Machine Learning

Importante

El soporte técnico de Machine Learning Studio (clásico) finalizará el 31 de agosto de 2024. Se recomienda realizar la transición a Azure Machine Learning antes de esa fecha.

A partir del 1 de diciembre de 2021 no se podrán crear recursos de Machine Learning Studio (clásico). Hasta el 31 de agosto de 2024, puede seguir usando los recursos de Machine Learning Studio (clásico) existentes.

• Consulte la información acerca de traslado de proyectos de aprendizaje automático de ML Studio (clásico) a Azure Machine Learning.
• Más información acerca de Azure Machine Learning

La documentación de ML Studio (clásico) se está retirando y es posible que no se actualice en el futuro.

El desarrollo de un modelo de análisis predictivo es un proceso iterativo: a medida que se modifican las diversas funciones y los parámetros de su experimento, sus resultados convergen hasta que esté satisfecho con un modelo entrenado y efectivo. La clave de este proceso es realizar un seguimiento de las iteraciones de los parámetros de su experimento y sus configuraciones.

Puede revisar las ejecuciones anteriores de sus experimentos en cualquier momento con el fin de cuestionar, volver a plantear y, en última instancia, confirmar o refinar suposiciones anteriores. Cuando se ejecuta un experimento, Machine Learning Studio (clásico) conserva un historial de la ejecución, incluidos el conjunto de datos, el módulo y las conexiones y los parámetros de puertos. Este historial también captura los resultados, información de tiempo de ejecución (como el inicio y las detenciones), los mensajes de registro y el estado de ejecución. Puede volver atrás en cualquiera de estas ejecuciones en cualquier momento para revisar la cronología de su experimento y los resultados intermedios. Incluso puede usar una ejecución anterior de su experimento para iniciar en una nueva fase de consulta y detección en su ruta de acceso para la creación de soluciones simples, complejas o incluso de modelado de conjuntos.

Nota

Al ver una ejecución anterior de un experimento, esa versión del experimento está bloqueada y no se puede editar. Sin embargo, puede guardar una copia haciendo clic en GUARDAR COMO y proporcionar un nombre nuevo para la copia. Machine Learning Studio (clásico) abrirá la nueva copia, que podrá editar y ejecutar. Esta copia del experimento está disponible en la lista EXPERIMENTOS junto con los demás experimentos.

Visualización de la ejecución previa

Al abrir un experimento que ha ejecutado al menos una vez, puede ver la ejecución anterior del experimento haciendo clic en Ejecución anterior en el panel Propiedades.

Por ejemplo, suponga que crea un experimento y ejecuta versiones de este a las 11:23, 11:42 y 11:55. Si abre la última ejecución del experimento (11:55) y hace clic en Ejecución anterior, se abrirá la versión que se ejecutó a las 11:42.

Revisión del historial de ejecución

Puede ver todas las ejecuciones anteriores de un experimento haciendo clic en Ver historial de ejecución en un experimento abierto.

Por ejemplo, suponga que crea un experimento con el módulo Regresión lineal y desea observar el efecto de cambiar el valor de Velocidad de aprendizaje en los resultados del experimento. Ejecute el experimento varias veces con distintos valores para este parámetro, de la siguiente forma:

Valor de velocidad de aprendizaje	Hora de inicio de la ejecución
0,1	9/11/2014 4:18:58 PM
0,2	9/11/2014 4:24:33 PM
0,4	9/11/2014 4:28:36 PM
0.5	9/11/2014 4:33:31 PM

Si hace clic en VER HISTORIAL DE EJECUCIONES, verá una lista de todas estas ejecuciones:

Haga clic en cualquiera de estas ejecuciones para ver una instantánea del experimento en el momento en que se ejecutó. La configuración, los valores de parámetro, los comentarios y los resultados se conservan para darle un registro completo de esa ejecución del experimento.

Sugerencia

Para documentar las iteraciones del experimento, puede modificar el título cada vez que lo ejecuta, puede actualizar el Resumen del experimento en el panel de propiedades y puede agregar o actualizar comentarios en módulos individuales para registrar los cambios. El título, el resumen y los comentarios del módulo se guardan con cada ejecución del experimento.

La lista de experimentos de la pestaña EXPERIMENTOS de Machine Learning Studio (clásico) muestra siempre la versión más reciente de un experimento. Si abre una ejecución anterior del experimento (mediante Ejecución anterior o VER HISTORIAL DE EJECUCIÓN), puede volver a la versión de borrador haciendo clic en VER HISTORIAL DE EJECUCIÓN y seleccionando la iteración que tiene un ESTADOModificable.

Ejecución de un experimento anterior

Al hacer clic en Ejecución anterior o en VER HISTORIAL DE EJECUCIÓN, puede ver un experimento terminado en modo de solo lectura.

Si desea iniciar una iteración del experimento a partir de la configuración de una ejecución anterior, puede hacerlo abriendo la ejecución y haciendo clic en GUARDAR COMO. Esto crea un nuevo experimento, con un título nuevo, un historial de ejecución vacío y todos los componentes y valores de parámetros de la ejecución anterior. Este nuevo experimento aparece en la pestaña EXPERIMENTOS en la página principal de Machine Learning Studio (clásico), y puede modificarlo y ejecutarlo iniciando un nuevo historial de ejecución para esta iteración del experimento.

Por ejemplo, suponga que el historial de ejecución del experimento se muestra en la sección anterior. Desea observar lo que sucede cuando establece el parámetro de Velocidad de aprendizaje en 0,4 y probar distintos valores para el parámetro Número de tiempos de formación.

1. Haga clic en VER HISTORIAL DE EJECUCIÓN y abra la iteración del experimento que ejecutó a las 4:28:36 pm (en la que estableció el valor del parámetro en 0,4).
2. Haga clic en GUARDAR COMO.
3. Escriba un título nuevo y active en la casilla Aceptar . Se creará una nueva copia del experimento.
4. Modifique el parámetro Número de tiempos de formación .
5. Haga clic en EJECUTAR.

Ahora puede continuar para modificar y ejecutar esta versión del experimento, creando un historial de ejecución nuevo para registrar su trabajo.