RunDetails Klasa

Reprezentuje widżet notesu Jupyter używany do wyświetlania postępu trenowania modelu.

Widżet jest asynchroniczny i zapewnia aktualizacje do momentu zakończenia trenowania.

Zainicjuj widżet z udostępnionym wystąpieniem przebiegu.

Dziedziczenie

builtins.object

RunDetails

Konstruktor

RunDetails(run_instance)

Parametry

Nazwa	Opis
run_instance Wymagane	Run Uruchom wystąpienie, dla którego zostanie renderowany widżet.
run_instance Wymagane	Run Uruchom wystąpienie, dla którego zostanie renderowany widżet.

Uwagi

Widżet usługi Azure ML Jupyter Notebook przedstawia postęp trenowania modelu, w tym właściwości, dzienniki i metryki. Wybrany typ widżetu jest wnioskowany niejawnie z elementu run_instance. Nie trzeba jej jawnie ustawiać. show Użyj metody , aby rozpocząć renderowanie widżetu. Jeśli widżet nie jest zainstalowany, zamiast tego zostanie wyświetlony link umożliwiający wyświetlenie zawartości na nowej stronie przeglądarki. Po rozpoczęciu eksperymentu możesz również zobaczyć postęp trenowania modelu w Azure Portal przy użyciu get_portal_url() metody Run klasy .

W poniższym przykładzie pokazano, jak utworzyć widżet i uruchomić go:

   from azureml.widgets import RunDetails

   RunDetails(remote_run).show()

Pełna próbka jest dostępna z witryny https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/classification-credit-card-fraud/auto-ml-classification-credit-card-fraud.ipynb

Obsługiwane są następujące typy przebiegów:

• StepRun: pokazuje właściwości przebiegu, dzienniki wyjściowe, metryki.

• HyperDriveRun: przedstawia właściwości uruchamiania nadrzędnego, dzienniki, przebiegi podrzędne, podstawowy wykres metryki i równoległy wykres współrzędny hiperparametrów.

• AutoMLRun: Pokazuje przebiegi podrzędne i podstawowy wykres metryk z opcją wybierania poszczególnych metryk.

• PipelineRun: Pokazuje uruchomione i nie uruchomione węzły potoku wraz z graficzną reprezentacją węzłów i krawędzi.

• ReinforcementLearningRun: pokazuje stan przebiegów w czasie rzeczywistym. Uczenie wzmacniania usługi Azure Machine Learning jest obecnie funkcją w wersji zapoznawczej. Aby uzyskać więcej informacji, zobacz Nauka o wzmacnianiu za pomocą usługi Azure Marchine Learning.

Pakiet azureml-widgets jest instalowany podczas instalowania zestawu Azure Machine Learning SDK. Jednak w zależności od środowiska może być potrzebna dalsza instalacja.

• Notesy Jupyter Notebook: zarówno notesy lokalne, jak i w chmurze są w pełni obsługiwane, z interakcyjnością, automatycznymi aktualizacjami asynchronicznych i nieblokujących wykonywania komórek.

• Narzędzie JupyterLab: może być wymagana pewna dalsza instalacja.

  1. Sprawdź, czy pakiet azure-widgets jest zainstalowany, a jeśli nie, zainstaluj go.

     
        sudo -i pip install azureml-widgets
     

  2. Zainstaluj rozszerzenie JupyterLab.

     
        sudo -i jupyter labextension install @jupyter-widgets/jupyterlab-manager
     

  3. Po instalacji uruchom ponownie jądro we wszystkich aktualnie uruchomionych notesach.

     
        jupyter labextension list
     

• Databricks: częściowa obsługa widżetów notesów Juypter Notebook. Gdy używasz widżetu, zostanie wyświetlony link umożliwiający wyświetlenie zawartości na nowej stronie przeglądarki. show Użyj polecenia z parametrem ustawionym render_lib na wartość "displayHTML".

Metody

get_widget_data	Pobieranie i przekształcanie danych z historii uruchamiania do renderowania według widżetu. Służy również do debugowania.
show	Renderowanie widżetu i uruchamianie wątku w celu odświeżenia widżetu.

get_widget_data

Pobieranie i przekształcanie danych z historii uruchamiania do renderowania według widżetu. Służy również do debugowania.

get_widget_data(widget_settings=None)

Parametry

Nazwa	Opis
widget_settings	dict Ustawienia do zastosowania do widżetu. Obsługiwane ustawienie: "debug" (wartość logiczna). wartość domyślna: None

Zwraca

Typ	Opis
dict	Słownik zawierający dane, które mają być renderowane przez widżet.

show

Renderowanie widżetu i uruchamianie wątku w celu odświeżenia widżetu.

show(render_lib=None, widget_settings=None)

Parametry

Nazwa	Opis
render_lib	<xref:func> Biblioteka do użycia do renderowania. Wymagane tylko dla usługi Databricks z wartością "displayHTML". wartość domyślna: None
widget_settings	dict Ustawienia do zastosowania do widżetu. Obsługiwane ustawienie: "debug" (wartość logiczna). wartość domyślna: None