Gépi tanulási folyamatok közzététele és nyomon követése

  • Cikk

ÉRVÉNYES:Python SDK azureml v1

Ez a cikk bemutatja, hogyan oszthat meg gépi tanulási folyamatot munkatársaival vagy ügyfeleivel.

A gépi tanulási folyamatok újrafelhasználható munkafolyamatok a gépi tanulási feladatokhoz. A folyamatok egyik előnye a fokozott együttműködés. A folyamatokat verziószámozással is használhatja, így az ügyfelek használhatják az aktuális modellt, miközben új verzión dolgoznak.

Előfeltételek

Folyamat közzététele

Miután létrehozta és futtatta a folyamatot, közzétehet egy folyamatot, hogy az különböző bemenetekkel fusson. Ahhoz, hogy egy már közzétett folyamat REST-végpontja fogadja a paramétereket, konfigurálnia kell a folyamatot, hogy objektumokat használjon PipelineParameter a változó argumentumokhoz.

  1. Folyamatparaméter létrehozásához használjon egy PipelineParameter objektumot egy alapértelmezett értékkel.

    from azureml.pipeline.core.graph import PipelineParameter

pipeline_param = PipelineParameter(
  name="pipeline_arg",
  default_value=10)

  2. Adja hozzá ezt az PipelineParameter objektumot paraméterként a folyamat bármely lépéséhez az alábbiak szerint:

    compareStep = PythonScriptStep(
  script_name="compare.py",
  arguments=["--comp_data1", comp_data1, "--comp_data2", comp_data2, "--output_data", out_data3, "--param1", pipeline_param],
  inputs=[ comp_data1, comp_data2],
  outputs=[out_data3],
  compute_target=compute_target,
  source_directory=project_folder)

  3. Tegye közzé ezt a folyamatot, amely meghívásakor elfogad egy paramétert.

    published_pipeline1 = pipeline_run1.publish_pipeline(
     name="My_Published_Pipeline",
     description="My Published Pipeline Description",
     version="1.0")

  4. A folyamat közzététele után a felhasználói felületen ellenőrizheti. A folyamatazonosító a közzétett folyamat egyedi azonosítója.

    Screenshot showing published pipeline detail.

Közzétett folyamat futtatása

Minden közzétett folyamat rendelkezik REST-végpontokkal. A folyamatvégponttal bármilyen külső rendszerből elindíthatja a folyamat futtatását, beleértve a nem Python-ügyfeleket is. Ez a végpont lehetővé teszi a "felügyelt ismételhetőséget" kötegelt pontozási és újratanítási forgatókönyvekben.

Fontos

Ha azure-beli szerepköralapú hozzáférés-vezérlést (Azure RBAC) használ a folyamathoz való hozzáférés kezeléséhez, állítsa be a folyamatforgatókönyv engedélyeit (betanítás vagy pontozás).

Az előző folyamat futtatásának meghívásához Microsoft Entra hitelesítési fejléc jogkivonatra van szükség. Az ilyen jogkivonatok lekérését az AzureCliAuthentication osztály referenciája és az Azure Machine-hitelesítés Tanulás jegyzetfüzet ismerteti.

from azureml.pipeline.core import PublishedPipeline
import requests

response = requests.post(published_pipeline1.endpoint,
                         headers=aad_token,
                         json={"ExperimentName": "My_Pipeline",
                               "ParameterAssignments": {"pipeline_arg": 20}})

A json POST-kérelem argumentumának tartalmaznia kell a ParameterAssignments kulcshoz a folyamatparamétereket és azok értékeit tartalmazó szótárt. Az argumentum emellett a json következő kulcsokat is tartalmazhatja:

Key Leírás
ExperimentName A végponthoz társított kísérlet neve
Description A végpontot leíró szabadkéű szöveg
Tags Szabadkézi kulcs-érték párok, amelyek a kérelmek címkézésére és széljegyzetelésére használhatók
DataSetDefinitionValueAssignments Az adathalmazok újratanítás nélküli módosításához használt szótár (lásd az alábbi vitafórumot)
DataPathAssignments A datapaths újratanítás nélküli módosításához használt szótár (lásd az alábbi vitafórumot)

Közzétett folyamat futtatása a C használatával#

Az alábbi kód bemutatja, hogyan hívhat meg egy folyamatot aszinkron módon a C#-ból. A részleges kódrészlet csak a hívásstruktúrát jeleníti meg, és nem része a Microsoft-mintának. Nem jelenik meg teljes osztályok vagy hibakezelés.

[DataContract]
public class SubmitPipelineRunRequest
{
    [DataMember]
    public string ExperimentName { get; set; }

    [DataMember]
    public string Description { get; set; }

    [DataMember(IsRequired = false)]
    public IDictionary<string, string> ParameterAssignments { get; set; }
}

// ... in its own class and method ... 
const string RestEndpoint = "your-pipeline-endpoint";

using (HttpClient client = new HttpClient())
{
    var submitPipelineRunRequest = new SubmitPipelineRunRequest()
    {
        ExperimentName = "YourExperimentName", 
        Description = "Asynchronous C# REST api call", 
        ParameterAssignments = new Dictionary<string, string>
        {
            {
                // Replace with your pipeline parameter keys and values
                "your-pipeline-parameter", "default-value"
            }
        }
    };

    string auth_key = "your-auth-key"; 
    client.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", auth_key);

    // submit the job
    var requestPayload = JsonConvert.SerializeObject(submitPipelineRunRequest);
    var httpContent = new StringContent(requestPayload, Encoding.UTF8, "application/json");
    var submitResponse = await client.PostAsync(RestEndpoint, httpContent).ConfigureAwait(false);
    if (!submitResponse.IsSuccessStatusCode)
    {
        await WriteFailedResponse(submitResponse); // ... method not shown ...
        return;
    }

    var result = await submitResponse.Content.ReadAsStringAsync().ConfigureAwait(false);
    var obj = JObject.Parse(result);
    // ... use `obj` dictionary to access results
}

Közzétett folyamat futtatása Java használatával

Az alábbi kód egy hitelesítést igénylő folyamat hívását mutatja be (lásd: Az Azure Machine Tanulás erőforrások és munkafolyamatok hitelesítésének beállítása). Ha a folyamat nyilvánosan van üzembe helyezve, nincs szüksége azokat a hívásokat, amelyek létrehoznak authKey. A részleges kódrészlet nem jeleníti meg a Java-osztályt és a kivételkezelő kazánlemezt. A kód olyan függvények összeláncolására szolgál Optional.flatMap , amelyek üres Optionalértéket adhatnak vissza. A kód rövidítése flatMap és egyértelművé teszi a kódot, de vegye figyelembe, hogy getRequestBody() a kivételek nem nyelik el a kódot.

import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.util.Optional;
// JSON library
import com.google.gson.Gson;

String scoringUri = "scoring-endpoint";
String tenantId = "your-tenant-id";
String clientId = "your-client-id";
String clientSecret = "your-client-secret";
String resourceManagerUrl = "https://management.azure.com";
String dataToBeScored = "{ \"ExperimentName\" : \"My_Pipeline\", \"ParameterAssignments\" : { \"pipeline_arg\" : \"20\" }}";

HttpClient client = HttpClient.newBuilder().build();
Gson gson = new Gson();

HttpRequest tokenAuthenticationRequest = tokenAuthenticationRequest(tenantId, clientId, clientSecret, resourceManagerUrl);
Optional<String> authBody = getRequestBody(client, tokenAuthenticationRequest);
Optional<String> authKey = authBody.flatMap(body -> Optional.of(gson.fromJson(body, AuthenticationBody.class).access_token);;
Optional<HttpRequest> scoringRequest = authKey.flatMap(key -> Optional.of(scoringRequest(key, scoringUri, dataToBeScored)));
Optional<String> scoringResult = scoringRequest.flatMap(req -> getRequestBody(client, req));
// ... etc (`scoringResult.orElse()`) ... 

static HttpRequest tokenAuthenticationRequest(String tenantId, String clientId, String clientSecret, String resourceManagerUrl)
{
    String authUrl = String.format("https://login.microsoftonline.com/%s/oauth2/token", tenantId);
    String clientIdParam = String.format("client_id=%s", clientId);
    String resourceParam = String.format("resource=%s", resourceManagerUrl);
    String clientSecretParam = String.format("client_secret=%s", clientSecret);

    String bodyString = String.format("grant_type=client_credentials&%s&%s&%s", clientIdParam, resourceParam, clientSecretParam);

    HttpRequest request = HttpRequest.newBuilder()
        .uri(URI.create(authUrl))
        .POST(HttpRequest.BodyPublishers.ofString(bodyString))
        .build();
    return request;
}

static HttpRequest scoringRequest(String authKey, String scoringUri, String dataToBeScored)
{
    HttpRequest request = HttpRequest.newBuilder()
        .uri(URI.create(scoringUri))
        .header("Authorization", String.format("Token %s", authKey))
        .POST(HttpRequest.BodyPublishers.ofString(dataToBeScored))
        .build();
    return request;

}

static Optional<String> getRequestBody(HttpClient client, HttpRequest request) {
    try {
        HttpResponse<String> response = client.send(request, HttpResponse.BodyHandlers.ofString());
        if (response.statusCode() != 200) {
            System.out.println(String.format("Unexpected server response %d", response.statusCode()));
            return Optional.empty();
        }
        return Optional.of(response.body());
    }catch(Exception x)
    {
        System.out.println(x.toString());
        return Optional.empty();
    }
}

class AuthenticationBody {
    String access_token;
    String token_type;
    int expires_in;
    String scope;
    String refresh_token;
    String id_token;
    
    AuthenticationBody() {}
}

Adathalmazok és adatátutasítások módosítása újratanítás nélkül

Érdemes lehet betanítást és következtetést végezni a különböző adathalmazokra és adatútlevelekre. Előfordulhat például, hogy kisebb adathalmazra szeretne betanítást végezni, de a teljes adatkészletre következtet. A kérelem json argumentumában található DataSetDefinitionValueAssignments kulccsal válthat adathalmazokra. A datapaths kapcsolója a DataPathAssignments. Mindkét módszer hasonló:

  1. A folyamatdefiníciós szkriptben hozzon létre egy PipelineParameter adathalmazt. Hozzon létre egy DatasetConsumptionConfig vagy DataPath a PipelineParameterkövetkezőből:

    tabular_dataset = Dataset.Tabular.from_delimited_files('https://dprepdata.blob.core.windows.net/demo/Titanic.csv')
tabular_pipeline_param = PipelineParameter(name="tabular_ds_param", default_value=tabular_dataset)
tabular_ds_consumption = DatasetConsumptionConfig("tabular_dataset", tabular_pipeline_param)

  2. Az ML-szkriptben a dinamikusan megadott adatkészletet a következővel Run.get_context().input_datasetsérheti el:

    from azureml.core import Run

input_tabular_ds = Run.get_context().input_datasets['tabular_dataset']
dataframe = input_tabular_ds.to_pandas_dataframe()
# ... etc ...

    Figyelje meg, hogy az ML-szkript a () számára DatasetConsumptionConfig megadott értéket éri el, nem pedig a PipelineParameter (tabular_ds_param)tabular_dataset értékét.

  3. A folyamatdefiníciós szkriptben állítsa a DatasetConsumptionConfig paramétert a PipelineScriptStepkövetkezőre:

    train_step = PythonScriptStep(
    name="train_step",
    script_name="train_with_dataset.py",
    arguments=["--param1", tabular_ds_consumption],
    inputs=[tabular_ds_consumption],
    compute_target=compute_target,
    source_directory=source_directory)

pipeline = Pipeline(workspace=ws, steps=[train_step])

  4. Ha dinamikusan szeretne adathalmazokat váltani a következtetési REST-hívásban, használja a következőt DataSetDefinitionValueAssignments:

    tabular_ds1 = Dataset.Tabular.from_delimited_files('path_to_training_dataset')
tabular_ds2 = Dataset.Tabular.from_delimited_files('path_to_inference_dataset')
ds1_id = tabular_ds1.id
d22_id = tabular_ds2.id

response = requests.post(rest_endpoint, 
                         headers=aad_token, 
                         json={
                            "ExperimentName": "MyRestPipeline",
                           "DataSetDefinitionValueAssignments": {
                                "tabular_ds_param": {
                                    "SavedDataSetReference": {"Id": ds1_id #or ds2_id
                                }}}})

A Showcasing Dataset and PipelineParameter és Showcasing DataPath and PipelineParameter jegyzetfüzetek teljes példákat mutatnak erre a technikára.

Verziószámozott folyamatvégpont létrehozása

Létrehozhat egy folyamatvégpontot, amely mögött több közzétett folyamat is van. Ez a technika rögzített REST-végpontot biztosít az ml-folyamatok iterációja és frissítése során.

from azureml.pipeline.core import PipelineEndpoint

published_pipeline = PublishedPipeline.get(workspace=ws, id="My_Published_Pipeline_id")
pipeline_endpoint = PipelineEndpoint.publish(workspace=ws, name="PipelineEndpointTest",
                                            pipeline=published_pipeline, description="Test description Notebook")

Feladat elküldése folyamatvégpontra

Feladat elküldhető a folyamatvégpont alapértelmezett verziójára:

pipeline_endpoint_by_name = PipelineEndpoint.get(workspace=ws, name="PipelineEndpointTest")
run_id = pipeline_endpoint_by_name.submit("PipelineEndpointExperiment")
print(run_id)

A feladatokat egy adott verzióra is elküldheti:

run_id = pipeline_endpoint_by_name.submit("PipelineEndpointExperiment", pipeline_version="0")
print(run_id)

Ugyanez a REST API-val is elvégezhető:

rest_endpoint = pipeline_endpoint_by_name.endpoint
response = requests.post(rest_endpoint, 
                         headers=aad_token, 
                         json={"ExperimentName": "PipelineEndpointExperiment",
                               "RunSource": "API",
                               "ParameterAssignments": {"1": "united", "2":"city"}})

Közzétett folyamatok használata a studióban

A közzétett folyamatot a stúdióból is futtathatja:

  1. Jelentkezzen be az Azure Machine Tanulás Studióba.

  2. A munkaterület megtekintése.

  3. A bal oldalon válassza a Végpontok lehetőséget.

  4. Felül válassza ki a Folyamatvégpontok lehetőséget. list of machine learning published pipelines

  5. Válasszon ki egy adott folyamatot a folyamatvégpont korábbi futtatási eredményeinek futtatásához, felhasználásához vagy áttekintéséhez.

Közzétett folyamat letiltása

Ha el szeretne rejteni egy folyamatot a közzétett folyamatok listájából, tiltsa le a studióban vagy az SDK-ban:

# Get the pipeline by using its ID from Azure Machine Learning studio
p = PublishedPipeline.get(ws, id="068f4885-7088-424b-8ce2-eeb9ba5381a6")
p.disable()

Újra engedélyezhető a . használatával p.enable(). További információ: PublishedPipeline osztályhivatkozás .

Következő lépések