AutoMLRun Osztály

Egy automatizált gépi tanulási kísérlet futtatását jelöli az Azure Machine Learningben.

Az AutoMLRun osztály segítségével kezelheti a futtatásokat, ellenőrizheti a futtatás állapotát, és lekérheti a futtatás részleteit az AutoML-futtatás elküldése után. A kísérletfuttatások használatával kapcsolatos további információkért lásd az osztályt Run .

AutoML-futtatás inicializálása.

Öröklődés

Run

AutoMLRun

Konstruktor

AutoMLRun(experiment, run_id, **kwargs)

Paraméterek

experiment

Experiment

Kötelező

A futtatáshoz társított kísérlet.

run_id

str

Kötelező

A futtatás azonosítója.

experiment

Experiment

Kötelező

A futtatáshoz társított kísérlet.

run_id

str

Kötelező

A futtatás azonosítója.

Megjegyzések

AutoMLRun objektumot ad vissza, amikor egy submit kísérlet metódusát használja.

A már elindított futtatás lekéréséhez használja a következő kódot:

   from azureml.train.automl.run import AutoMLRun
   ws = Workspace.from_config()
   experiment = ws.experiments['my-experiment-name']
   automl_run = AutoMLRun(experiment, run_id = 'AutoML_9fe201fe-89fd-41cc-905f-2f41a5a98883')

Metódusok

cancel	AutoML-futtatás megszakítása. Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen megszakadt.
cancel_iteration	Adott gyermekfuttatás megszakítása.
complete	AutoML-futtatás befejezése.
continue_experiment	Folytassa a meglévő AutoML-kísérletet.
fail	AutoML-futtatás meghiúsul. Ha szeretné, állítsa be a futtatás Hiba tulajdonságát egy üzenettel vagy kivétellel, amely a következőnek lett átadva error_details: .
get_best_child	Adja vissza a gyermekfuttatást a legjobb pontszámmal ehhez az AutoML-futtatáshoz.
get_guardrails	A Guardrail-ellenőrzés futtatásának részletes eredményeinek nyomtatása és visszaadása.
get_output	Adja vissza a futtatás értékét a már tesztelt legjobb folyamattal. Ha nincs megadva bemeneti paraméter, get_output a legjobb folyamatot adja vissza az elsődleges metrikának megfelelően. Másik lehetőségként a vagy metric a iteration paraméterrel lekérhet egy adott iterációt, vagy a megadott metrikák alapján a legjobb futtatást.
get_run_sdk_dependencies	Lekérheti az adott futtatás SDK-futtatási függőségeit.
pause	Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen szüneteltetve lett. Ez a metódus nincs implementálva.
register_model	Regisztrálja a modellt az AzureML ACI szolgáltatásban.
resume	Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen folytatódott. Ez a metódus nincs implementálva.
retry	Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen újrapróbálkozott. Ez a metódus nincs implementálva.
summary	Szerezzen be egy táblázatot, amely tartalmazza a megkísérelt algoritmusok összegzését és azok pontszámait.
wait_for_completion	Várja meg a futtatás befejezését. Az állapotobjektumot adja vissza a várakozás után.

cancel

AutoML-futtatás megszakítása.

Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen megszakadt.

cancel()

Válaszok

None

cancel_iteration

Adott gyermekfuttatás megszakítása.

cancel_iteration(iteration)

Paraméterek

iteration

int

Kötelező

A megszakítandó iteráció.

Válaszok

None

complete

AutoML-futtatás befejezése.

complete(**kwargs)

Válaszok

None

continue_experiment

Folytassa a meglévő AutoML-kísérletet.

continue_experiment(X=None, y=None, sample_weight=None, X_valid=None, y_valid=None, sample_weight_valid=None, data=None, label=None, columns=None, cv_splits_indices=None, spark_context=None, experiment_timeout_hours=None, experiment_exit_score=None, iterations=None, show_output=False, training_data=None, validation_data=None, **kwargs)

Paraméterek

X

DataFrame vagy ndarray vagy <xref:azureml.dataprep.Dataflow>

alapértelmezett érték: None

Betanítási funkciók.

y

DataFrame vagy ndarray vagy <xref:azureml.dataprep.Dataflow>

alapértelmezett érték: None

Betanítási címkék.

sample_weight

DataFrame vagy ndarray vagy <xref:azureml.dataprep.Dataflow>

alapértelmezett érték: None

Mintasúlyok betanítási adatokhoz.

X_valid

DataFrame vagy ndarray vagy <xref:azureml.dataprep.Dataflow>

alapértelmezett érték: None

Érvényesítési funkciók.

y_valid

DataFrame vagy ndarray vagy <xref:azureml.dataprep.Dataflow>

alapértelmezett érték: None

Érvényesítési címkék.

sample_weight_valid

DataFrame vagy ndarray vagy <xref:azureml.dataprep.Dataflow>

alapértelmezett érték: None

ellenőrzési csoport mintáinak súlyozása.

data

DataFrame

alapértelmezett érték: None

Betanítási funkciók és címke.

label

str

alapértelmezett érték: None

Oszlop címkézése az adatokban.

columns

list(str)

alapértelmezett érték: None

A funkciókként használható adatok engedélyezett oszlopainak listája.

cv_splits_indices

ndarray

alapértelmezett érték: None

Indexek, ahol fel kell osztani a betanítási adatokat keresztérvényesítés céljából. Minden sor külön kereszthajlítású, és minden keresztcseppen belül 2 tömböt biztosít, az elsőt a betanítási adatokhoz használandó minták indexeivel, a másodikat pedig az ellenőrzési adatokhoz használni kívánt indexekkel. azaz [[t1, v1], [t2, v2], ...] ahol a t1 az első kereszthajtás betanítási indexe, a v1 pedig az első kereszthajtás érvényesítési indexe.

spark_context

<xref:SparkContext>

alapértelmezett érték: None

Spark-környezet, csak azure databricks-/spark-környezetben való használat esetén alkalmazható.

experiment_timeout_hours

float

alapértelmezett érték: None

A kísérlet futtatásához szükséges további órák száma.

experiment_exit_score

int

alapértelmezett érték: None

Ha a megadott érték azt jelzi, hogy a kísérlet le van állítva, amikor eléri ezt az értéket.

iterations

int

alapértelmezett érték: None

Hány további iterációt kell futtatni ehhez a kísérlethez.

show_output

bool

alapértelmezett érték: False

Jelző, amely jelzi, hogy a kimenetet a konzolra szeretné-e nyomtatni.

training_data

<xref:azureml.dataprep.Dataflow> vagy DataFrame

alapértelmezett érték: None

Betanítási adatok bevitele.

validation_data

<xref:azureml.dataprep.Dataflow> vagy DataFrame

alapértelmezett érték: None

Érvényesítési adatok.

Válaszok

Az AutoML szülőfuttatása.

Visszatérési típus

AutoMLRun

Kivételek

ConfigException

InvalidRunState

fail

AutoML-futtatás meghiúsul.

Ha szeretné, állítsa be a futtatás Hiba tulajdonságát egy üzenettel vagy kivétellel, amely a következőnek lett átadva error_details: .

fail(error_details=None, error_code=None, _set_status=True, **kwargs)

Paraméterek

error_details

str vagy BaseException

alapértelmezett érték: None

A hiba nem kötelező részletei.

error_code

str

alapértelmezett érték: None

A hibabesoroláshoz tartozó hiba nem kötelező hibakódja.

_set_status

bool

alapértelmezett érték: True

Azt jelzi, hogy elküldje-e az állapoteseményt nyomon követés céljából.

get_best_child

Adja vissza a gyermekfuttatást a legjobb pontszámmal ehhez az AutoML-futtatáshoz.

get_best_child(metric: str | None = None, onnx_compatible: bool = False, **kwargs: Any) -> Run

Paraméterek

metric

str

alapértelmezett érték: None

A legjobb visszatérési futtatás kiválasztásakor használni kívánt metrika. Az elsődleges metrika alapértelmezett értéke.

onnx_compatible

alapértelmezett érték: False

Azt jelzi, hogy csak az onnx modelleket generáló futtatásokat adja vissza.

kwargs

Kötelező

Válaszok

AutoML gyermekfuttatás.

get_guardrails

A Guardrail-ellenőrzés futtatásának részletes eredményeinek nyomtatása és visszaadása.

get_guardrails(to_console: bool = True) -> Dict[str, Any]

Paraméterek

to_console

bool

alapértelmezett érték: True

Azt jelzi, hogy meg kell-e írni az ellenőrzési eredményeket a konzolra.

Válaszok

A hitelesítő eredmények szótára.

Visszatérési típus

dict

Kivételek

UserErrorException

get_output

Adja vissza a futtatás értékét a már tesztelt legjobb folyamattal.

Ha nincs megadva bemeneti paraméter, get_output a legjobb folyamatot adja vissza az elsődleges metrikának megfelelően. Másik lehetőségként a vagy metric a iteration paraméterrel lekérhet egy adott iterációt, vagy a megadott metrikák alapján a legjobb futtatást.

get_output(iteration: int | None = None, metric: str | None = None, return_onnx_model: bool = False, return_split_onnx_model: SplitOnnxModelName | None = None, **kwargs: Any) -> Tuple[Run, Any]

Paraméterek

iteration

int

alapértelmezett érték: None

A megfelelő futtatás és az illesztett modell iterációs száma, amelyet vissza kell adni.

metric

str

alapértelmezett érték: None

A legjobb futtatás és a legjobban felszerelt modell kiválasztásához használni kívánt metrika.

return_onnx_model

bool

alapértelmezett érték: False

Ez a metódus visszaadja a konvertált ONNX-modellt, ha a enable_onnx_compatible_models paraméter Értéke True (Igaz) értékre van állítva az AutoMLConfig objektumban.

return_split_onnx_model

SplitOnnxModelName

alapértelmezett érték: None

A visszaosztandó onnx modell típusa

Válaszok

A futtatás, a megfelelő felszerelt modell.

Visszatérési típus

Run, <xref:Model>

Kivételek

ConfigException

OnnxConvertException

NotFoundException

Megjegyzések

Ha meg szeretné vizsgálni a használt preprocesszor(ok) és algoritmusok (becslő) használatát, ezt a következőhöz sklearn.pipeline.Pipeline.stepshasonló módon Model.stepsteheti meg: . Az alábbi kód például bemutatja, hogyan lehet lekérni a becslőt.

   best_run, model = parent_run.get_output()
   estimator = model.steps[-1]

get_run_sdk_dependencies

Lekérheti az adott futtatás SDK-futtatási függőségeit.

get_run_sdk_dependencies(iteration=None, check_versions=True, **kwargs)

Paraméterek

iteration

int

alapértelmezett érték: None

A lekérendő illesztett futtatás iterációs száma. Ha nincs, kérje le a szülőkörnyezetet.

check_versions

bool

alapértelmezett érték: True

Ha igaz, ellenőrizze az aktuális környezettel rendelkező verziókat. Ha Hamis, adja meg.

Válaszok

A RunHistory-ból lekért függőségek szótára.

Visszatérési típus

dict

Kivételek

ConfigException

pause

Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen szüneteltetve lett.

Ez a metódus nincs implementálva.

pause()

Kivételek

NotImplementedError

register_model

Regisztrálja a modellt az AzureML ACI szolgáltatásban.

register_model(model_name=None, description=None, tags=None, iteration=None, metric=None)

Paraméterek

model_name

str

alapértelmezett érték: None

Az üzembe helyezett modell neve.

description

str

alapértelmezett érték: None

Az üzembe helyezett modell leírása.

tags

dict

alapértelmezett érték: None

Az üzembe helyezett modell címkéi.

iteration

int

alapértelmezett érték: None

Felülbírálja, hogy melyik modellt szeretné üzembe helyezni. Üzembe helyezi a modellt egy adott iterációhoz.

metric

str

alapértelmezett érték: None

Felülbírálja, hogy melyik modellt szeretné üzembe helyezni. A legjobb modellt helyezi üzembe egy másik metrika számára.

Válaszok

A regisztrált modellobjektum.

Visszatérési típus

<xref:Model>

resume

Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen folytatódott.

Ez a metódus nincs implementálva.

resume()

Kivételek

NotImplementedError:

retry

Igaz értéket ad vissza, ha az AutoML-futtatás sikeresen újrapróbálkozott.

Ez a metódus nincs implementálva.

retry()

Kivételek

NotImplementedError

summary

Szerezzen be egy táblázatot, amely tartalmazza a megkísérelt algoritmusok összegzését és azok pontszámait.

summary()

Válaszok

AutoML-modellstatisztikákat tartalmazó Pandas DataFrame.

Visszatérési típus

DataFrame

wait_for_completion

Várja meg a futtatás befejezését.

Az állapotobjektumot adja vissza a várakozás után.

wait_for_completion(show_output=False, wait_post_processing=False)

Paraméterek

show_output

bool

alapértelmezett érték: False

Azt jelzi, hogy megjelenjen-e a futtatási kimenet a sys.stdout fájlban.

wait_post_processing

bool

alapértelmezett érték: False

Azt jelzi, hogy megvárja-e, amíg a feldolgozás után befejeződik a futtatás.

Válaszok

Az állapotobjektum.

Visszatérési típus

dict

Kivételek

ExperimentExecutionException

Attribútumok

run_id

Adja vissza az aktuális futtatás futtatási azonosítóját.

Válaszok

Az aktuális futtatás futtatási azonosítója.

Visszatérési típus

str