Experiment Osztály
Az Azure Machine Learningben végzett kísérletek létrehozásának és használatának fő belépési pontja.
A kísérlet több modellfuttatást ábrázoló próbaverziók tárolója.
Kísérlet konstruktor.
- Öröklődés
-
azureml._logging.chained_identity.ChainedIdentityExperimentazureml.core._portal.HasExperimentPortalExperiment
Konstruktor
Experiment(workspace, name, _skip_name_validation=False, _id=None, _archived_time=None, _create_in_cloud=True, _experiment_dto=None, **kwargs)Paraméterek
- _skip_name_validation
- _id
- _archived_time
- _create_in_cloud
- _experiment_dto
Megjegyzések
Az Azure Machine Learning-kísérletek a felhasználó hipotézisének ellenőrzésére használt kísérletek gyűjteményét jelölik.
Az Azure Machine Learningben a kísérleteket az Experiment osztály, a próbaverziót pedig az Run osztály képviseli.
Ha egy munkaterületről szeretne kísérletet lekérni vagy létrehozni, a kísérlet nevét használva kérheti le a kísérletet. A kísérlet nevének 3–36 karakternek kell lennie, betűvel vagy számmal kell kezdődnie, és csak betűket, számokat, aláhúzásjeleket és kötőjeleket tartalmazhat.
experiment = Experiment(workspace, "MyExperiment")
Ha a kísérlet nem található a munkaterületen, létrejön egy új kísérlet.
A kísérletet kétféleképpen futtathatja. Ha interaktívan kísérletezik egy Jupyter Notebook, használja start_logging a Következőt: Ha egy kísérletet forráskódból vagy más típusú konfigurált próbaverzióból küld el, használja asubmit
Mindkét mechanizmus létrehoz egy objektumot Run . Interaktív forgatókönyvekben olyan naplózási módszereket használjon, mint például log mérések és metrikák hozzáadása a próbarekordhoz. A konfigurált forgatókönyvekben olyan állapotmetó módszereket használjon, mint például get_status a futtatás adatainak lekérése.
Mindkét esetben használhat lekérdezési módszereket, például get_metrics lekérheti a próbamérések és metrikák aktuális értékeit, ha vannak ilyenek.
Metódusok
| archive |
Kísérlet archiválása. |
| delete |
Kísérlet törlése a munkaterületen. |
| from_directory |
(Elavult) Kísérlet betöltése a megadott elérési útról. |
| get_docs_url |
Az osztály dokumentációjának URL-címe. |
| get_runs |
A kísérlet futásainak generátorát adja vissza fordított időrendi sorrendben. |
| list |
Adja vissza a munkaterületen található kísérletek listáját. |
| reactivate |
Újraaktivál egy archivált kísérletet. |
| refresh |
A kísérlet legújabb verzióját adja vissza a felhőből. |
| remove_tags |
Törölje a megadott címkéket a kísérletből. |
| set_tags |
Adjon hozzá vagy módosítson egy címkekészletet a kísérlethez. A szótárban nem átadott címkék érintetlenek maradnak. |
| start_logging |
Indítson el egy interaktív naplózási munkamenetet, és hozzon létre egy interaktív futtatásokat a megadott kísérletben. |
| submit |
Küldjön be egy kísérletet, és adja vissza az aktív létrehozott futtatás értékét. |
| tag |
A kísérletet sztringkulccsal és opcionális sztringértékkel címkézze meg. |
archive
Kísérlet archiválása.
archive()Megjegyzések
Az archiválás után a kísérlet alapértelmezés szerint nem lesz felsorolva. Ha archivált kísérletbe próbál írni, egy új aktív kísérletet hoz létre ugyanazzal a névvel. Egy archivált kísérlet visszaállítható a hívással reactivate , ha nincs másik aktív kísérlet ugyanazzal a névvel.
delete
Kísérlet törlése a munkaterületen.
static delete(workspace, experiment_id)Paraméterek
- experiment_id
A törölni kívánt kísérlet kísérletazonosítója.
from_directory
(Elavult) Kísérlet betöltése a megadott elérési útról.
static from_directory(path, auth=None)Paraméterek
A hitelesítési objektum. Ha nincs, a rendszer az alapértelmezett Azure CLI-hitelesítő adatokat használja, vagy az API hitelesítő adatokat kér.
Válaszok
A kísérletet adja vissza
Visszatérési típus
get_docs_url
get_runs
A kísérlet futásainak generátorát adja vissza fordított időrendi sorrendben.
get_runs(type=None, tags=None, properties=None, include_children=False)Paraméterek
- type
- string
Szűrje a futtatások visszaadott generátorát a megadott típus szerint. Tekintse meg add_type_provider a futtatási típusok létrehozását.
A szűrő a következő szerint fut: "tag" vagy {"tag": "value"}.
A szűrő a következő szerint fut: "property" vagy {"property": "value"}
- include_children
- bool
Alapértelmezés szerint csak a legfelső szintű futtatások lekérése. Állítsa igaz értékre az összes futtatás listázásához.
Válaszok
A megadott szűrőknek megfelelő futtatások listája.
Visszatérési típus
list
Adja vissza a munkaterületen található kísérletek listáját.
static list(workspace, experiment_name=None, view_type='ActiveOnly', tags=None)Paraméterek
- view_type
- ViewType
Nem kötelező enumerálási érték archivált kísérletek szűréséhez vagy belefoglalásához.
- tags
Nem kötelező címkekulcs vagy címkekulcs-érték párok szótára a kísérletek szűréséhez.
Válaszok
Kísérletobjektumok listája.
Visszatérési típus
reactivate
Újraaktivál egy archivált kísérletet.
reactivate(new_name=None)Paraméterek
Megjegyzések
Az archivált kísérletek csak akkor aktiválhatók újra, ha nincs másik, azonos nevű aktív kísérlet.
refresh
A kísérlet legújabb verzióját adja vissza a felhőből.
refresh()remove_tags
Törölje a megadott címkéket a kísérletből.
remove_tags(tags)Paraméterek
set_tags
Adjon hozzá vagy módosítson egy címkekészletet a kísérlethez. A szótárban nem átadott címkék érintetlenek maradnak.
set_tags(tags)Paraméterek
start_logging
Indítson el egy interaktív naplózási munkamenetet, és hozzon létre egy interaktív futtatásokat a megadott kísérletben.
start_logging(*args, **kwargs)Paraméterek
- outputs
- str
Nem kötelező, hogy a kódtár nyomon követhető legyen. Kimenet nélkül adja át a False (Hamis) értéket.
- snapshot_directory
- str
Nem kötelező könyvtár, amelyről pillanatképet szeretne készíteni. A Nincs beállítás nem fog pillanatképet készíteni.
- args
- list
- kwargs
- dict
Válaszok
Elindított futtatás visszaadása.
Visszatérési típus
Megjegyzések
start_logging interaktív futtatásokat hoz létre olyan helyzetekben való használatra, mint a Jupyter Notebooks. A munkamenet során naplózott metrikákat a rendszer hozzáadja a kísérlet futási rekordjához. Ha meg van adva kimeneti könyvtár, a rendszer a futtatás befejezésekor futtatási összetevőként tölti fel a könyvtár tartalmát.
experiment = Experiment(workspace, "My Experiment")
run = experiment.start_logging(outputs=None, snapshot_directory=".", display_name="My Run")
...
run.log_metric("Accuracy", accuracy)
run.complete()
Megjegyzés
run_id automatikusan létrejön minden futtatáshoz, és egyedi a kísérleten belül.
submit
Küldjön be egy kísérletet, és adja vissza az aktív létrehozott futtatás értékét.
submit(config, tags=None, **kwargs)Paraméterek
Válaszok
Egy futtatás.
Visszatérési típus
Megjegyzések
A Submit egy aszinkron hívás az Azure Machine Learning platformra a próbaverzió helyi vagy távoli hardveren való végrehajtásához. A konfigurációtól függően a submit automatikusan előkészíti a végrehajtási környezeteket, végrehajtja a kódot, és rögzíti a forráskódot és az eredményeket a kísérlet futtatási előzményeiben.
Kísérlet elküldéséhez először létre kell hoznia egy konfigurációs objektumot, amely leírja a kísérlet futtatásának módját. A konfiguráció a szükséges próbaverzió típusától függ.
A kísérlet helyi gépről való elküldésére a következő példa látható:
from azureml.core import ScriptRunConfig
# run a trial from the train.py code in your current directory
config = ScriptRunConfig(source_directory='.', script='train.py',
run_config=RunConfiguration())
run = experiment.submit(config)
# get the url to view the progress of the experiment and then wait
# until the trial is complete
print(run.get_portal_url())
run.wait_for_completion()
A futtatás konfigurálásával kapcsolatos részletekért tekintse meg a konfigurációs típus részleteit.
azureml.train.automl.automlconfig.AutoMLConfig
azureml.pipeline.core.Pipeline
azureml.pipeline.core.PublishedPipeline
azureml.pipeline.core.PipelineEndpoint
Megjegyzés
A betanítási futtatás elküldésekor a rendszer létrehozza és elküldi a számítási célnak a betanítási szkripteket tartalmazó könyvtár pillanatképét. A rendszer a kísérlet részeként is tárolja a munkaterületen. Ha módosítja a fájlokat, és újra elküldi a futtatásokat, csak a módosított fájlok lesznek feltöltve.
Ha meg szeretné akadályozni, hogy a fájlok bekerüljenek a pillanatképbe, hozzon létre egy .gitignore vagy .amlignore fájlt a könyvtárban, és adja hozzá a fájlokat. Az .amlignore fájl ugyanazt a szintaxist és mintákat használja, mint a .gitignore fájl. Ha mindkét fájl létezik, az .amlignore fájl elsőbbséget élvez.
További információ: Pillanatképek.
tag
A kísérletet sztringkulccsal és opcionális sztringértékkel címkézze meg.
tag(key, value=None)Paraméterek
Megjegyzések
A kísérletek címkéi sztringkulcsokkal és sztringértékekkel rendelkező szótárban vannak tárolva. A címkék beállíthatók, frissíthetők és törölhetők. A címkék felhasználói jellegűek, és általában jelentéssel bíró információkat tartalmaznak a kísérlet felhasználói számára.
experiment.tag('')
experiment.tag('DeploymentCandidate')
experiment.tag('modifiedBy', 'Master CI')
experiment.tag('modifiedBy', 'release pipeline') # Careful, tags are mutable
Attribútumok
archived_time
Adja vissza a kísérlet archivált idejét. Aktív kísérlet esetén a Nincs értéknek kell lennie.
Válaszok
A kísérlet archivált ideje.
Visszatérési típus
id
name
tags
Adja vissza a kísérlet címkéinek mutáns készletét.
Válaszok
Egy kísérlet címkéi.
Visszatérési típus
workspace
Adja vissza a kísérletet tartalmazó munkaterületet.
Válaszok
A munkaterület objektumát adja vissza.
Visszatérési típus
workspace_object
Visszajelzés
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ: https://aka.ms/ContentUserFeedback.
Visszajelzés küldése és megtekintése a következőhöz: