MLflow denemeleriyle eğitim çalıştırmalarını düzenleme
Denemeler, model eğitim çalıştırmalarınız için kuruluş birimleridir. İki tür deneme vardır: çalışma alanı ve not defteri.
- Databricks Machine Learning kullanıcı arabiriminden veya MLflow API'sinden çalışma alanı denemesi oluşturabilirsiniz. Çalışma alanı denemeleri hiçbir not defteriyle ilişkilendirilmemiştir ve herhangi bir not defteri deneme kimliğini veya deneme adını kullanarak bu denemelerde çalıştırmayı günlüğe kaydedebilir.
- Not defteri denemesi belirli bir not defteriyle ilişkilendirilir. mlflow.start_run() kullanarak bir çalıştırma başlattığınızda etkin bir deneme olmadığında Azure Databricks otomatik olarak bir not defteri denemesi oluşturur.
Erişiminiz olan bir çalışma alanında tüm denemeleri görmek için kenar çubuğunda Machine Learning > Denemeleri'ni seçin.
Çalışma alanı denemesi oluşturma
Bu bölümde, Azure Databricks kullanıcı arabirimini kullanarak çalışma alanı denemesinin nasıl oluşturulacağı açıklanmaktadır. Çalışma alanı denemesini doğrudan çalışma alanından veya Denemeler sayfasından oluşturabilirsiniz.
Databricks_mlflow_experiment ile MLflow API'sini veya Databricks Terraform sağlayıcısını da kullanabilirsiniz.
Çalışma alanı denemelerine yönelik çalıştırmaları günlüğe kaydetme yönergeleri için bkz . Günlük örneği not defteri.
Kenar çubuğunda Çalışma Alanı'na tıklayın.
Denemeyi oluşturmak istediğiniz klasöre gidin.
Klasöre sağ tıklayın ve MLflow denemesi oluştur'u > seçin.
MLflow Denemesi Oluştur iletişim kutusunda, deneme için bir ad ve isteğe bağlı bir yapıt konumu girin. Bir yapıt konumu belirtmezseniz, yapıtlar içinde
dbfs:/databricks/mlflow-tracking/<experiment-id>
depolanır.Azure Databricks, DBFS ve Azure Blob depolama yapıt konumlarını destekler.
Yapıtları Azure Blob depolamada depolamak için formunun
wasbs://<container>@<storage-account>.blob.core.windows.net/<path>
URI'sini belirtin. Azure Blob depolamada depolanan yapıtlar MLflow kullanıcı arabiriminde görünmez; bunları bir blob depolama istemcisi kullanarak indirmeniz gerekir.Not
Bir yapıtı DBFS dışında bir konumda depoladığınızda, yapıt MLflow kullanıcı arabiriminde görünmez. DBFS dışındaki konumlarda depolanan modeller Model Kayıt Defteri'ne kaydedilemez.
Oluştur’a tıklayın. Boş bir deneme görüntülenir.
Denemeler sayfasından yeni bir çalışma alanı denemesi de oluşturabilirsiniz. Yeni bir deneme oluşturmak için açılan menüyü kullanın. Açılan menüden bir AutoML denemesi veya boş (boş) bir deneme seçebilirsiniz.
AutoML denemesi. AutoML denemesini yapılandır sayfası görüntülenir. AutoML kullanma hakkında bilgi için bkz . Azure Databricks AutoML kullanıcı arabirimiyle ML modellerini eğitma.
Boş deneme. MLflow Denemesi Oluştur iletişim kutusu görüntülenir. Yeni bir çalışma alanı denemesi oluşturmak için iletişim kutusuna bir ad ve isteğe bağlı yapıt konumu girin. Varsayılan yapıt konumu şeklindedir
dbfs:/databricks/mlflow-tracking/<experiment-id>
.Bu denemede çalıştırmaları günlüğe kaydetmek için deneme yolunu çağırın
mlflow.set_experiment()
. Deneme yolu, deneme sayfasının en üstünde görünür. Ayrıntılar ve örnek not defteri için bkz. Günlük örneği not defteri.
Not defteri denemesi oluşturma
Not defterinde mlflow.start_run() komutunu kullandığınızda çalıştırma, ölçümleri ve parametreleri etkin denemeye kaydeder. Etkin deneme yoksa Azure Databricks bir not defteri denemesi oluşturur. Not defteri denemesi, karşılık gelen not defteriyle aynı adı ve kimliği paylaşır. Not defteri kimliği, Not Defteri URL'sinin ve kimliğinin sonundaki sayısal tanımlayıcıdır.
Alternatif olarak, bir Azure Databricks çalışma alanı yolunu mlflow.set_experiment() içindeki mevcut bir not defterine geçirerek bunun için bir not defteri denemesi oluşturabilirsiniz.
Not defteri denemelerinde çalıştırmaları günlüğe kaydetme yönergeleri için bkz . Günlük örneği not defteri.
Not
API kullanarak bir not defteri denemesini silerseniz (örneğin Python'da MlflowClient.tracking.delete_experiment()
), not defterinin kendisi Çöp Sepeti klasörüne taşınır.
Denemeleri görüntüleme
Erişiminiz olan her deneme denemeler sayfasında görünür. Bu sayfadan herhangi bir denemeyi görüntüleyebilirsiniz. Deneme sayfasını görüntülemek için bir deneme adına tıklayın.
Deneme sayfasına erişmenin ek yolları:
- Çalışma alanı denemesinin deneme sayfasına çalışma alanı menüsünden erişebilirsiniz.
- Not defteri denemesinin deneme sayfasına not defterinden erişebilirsiniz.
Denemeleri aramak için Denemeleri filtrele alanına metin yazın ve Enter tuşuna basın veya büyüteç simgesine tıklayın. Deneme listesi yalnızca Ad, Oluşturan, Konum veya Açıklama sütunundaki arama metnini içeren denemeleri gösterecek şekilde değişir.
Tablodaki herhangi bir denemenin adına tıklayarak deneme sayfasını görüntüleyin:
Deneme sayfasında, denemeyle ilişkili tüm çalıştırmalar listelenir. Tablodan, denemeyle ilişkili herhangi bir çalıştırmanın çalıştırma sayfasını, Çalıştırma Adı'na tıklayarak açabilirsiniz. Kaynak sütunu, çalıştırmayı oluşturan not defteri sürümüne erişmenizi sağlar. Ayrıca çalıştırmaları ölçümlere veya parametre ayarlarına göre arayabilir ve filtreleyebilirsiniz .
Çalışma alanı denemelerini görüntüleme
- Kenar çubuğunda Çalışma Alanı'na tıklayın.
- Denemeyi içeren klasöre gidin.
- Deneme adına tıklayın.
Not defteri denemelerini görüntüleme
Not defterinin sağ kenar çubuğunda Deneme simgesine tıklayın.
Deneme Çalıştırmaları kenar çubuğu görüntülenir ve çalıştırma parametreleri ve ölçümler de dahil olmak üzere not defteri denemesiyle ilişkili her çalıştırmanın özetini gösterir. Kenar çubuğunun en üstünde, en son günlüğe kaydedilen not defterinin çalıştırıldığı denemenin adı (not defteri denemesi veya çalışma alanı denemesi) yer alır.
Kenar çubuğundan deneme sayfasına veya doğrudan bir çalıştırmaya gidebilirsiniz.
- Denemeyi görüntülemek için, En sağda, Deneme Çalıştırmaları'nın yanındaki öğesine tıklayın.
- Çalıştırmayı görüntülemek için çalıştırmanın adına tıklayın.
Denemeleri yönetme
Denemeler sayfasından, deneme sayfasından veya çalışma alanı menüsünden sahip olduğunuz bir denemenin izinlerini yeniden adlandırabilir, silebilir veya yönetebilirsiniz.
Not
Databricks Git klasöründeki bir not defteri tarafından oluşturulan bir MLflow denemesindeki izinleri doğrudan yeniden adlandıramaz, silemez veya yönetemezsiniz. Bu eylemleri Git klasör düzeyinde gerçekleştirmeniz gerekir.
Denemeler sayfasından veya deneme sayfasından denemeyi yeniden adlandırma
Önemli
Bu özellik Genel Önizlemededir.
Denemeler sayfasından veya deneme sayfasından bir denemeyi yeniden adlandırmak için, öğesine tıklayın ve Yeniden Adlandır'ı seçin.
Çalışma alanı menüsünden denemeyi yeniden adlandırma
- Kenar çubuğunda Çalışma Alanı'na tıklayın.
- Denemeyi içeren klasöre gidin.
- Deneme adına sağ tıklayın ve Yeniden Adlandır'ı seçin.
Deneme adını kopyalama
Deneme adını kopyalamak için deneme sayfasının üst kısmına tıklayın . Etkin MLflow denemesini ayarlamak için MLflow komutunda set_experiment
bu adı kullanabilirsiniz.
Deneme adını not defterindeki deneme kenar çubuğundan da kopyalayabilirsiniz.
Not defteri denemesi silme
Not defteri denemeleri not defterinin bir parçasıdır ve ayrı olarak silinemez. Bir not defterini sildiğinizde, ilişkili not defteri denemesi silinir. Kullanıcı arabirimini kullanarak bir not defteri denemesini sildiğinizde, not defteri de silinir.
API kullanarak not defteri denemelerini silmek için Çalışma Alanı API'sini kullanarak hem not defterinin hem de denemenin çalışma alanından silindiğinden emin olun.
Çalışma alanı menüsünden çalışma alanı denemesini silme
- Kenar çubuğunda Çalışma Alanı'na tıklayın.
- Denemeyi içeren klasöre gidin.
- Deneme adına sağ tıklayın ve Çöp Kutusuna Taşı'yı seçin.
Denemeler sayfasından veya deneme sayfasından çalışma alanını veya not defteri denemesini silme
Önemli
Bu özellik Genel Önizlemededir.
Deneme sayfasından veya deneme sayfasından bir denemeyi silmek için, öğesine tıklayın ve Sil'i seçin.
Bir not defteri denemesini sildiğinizde, not defteri de silinir.
Deneme izinlerini değiştirme
Deneme sayfasından bir denemenin izinlerini değiştirmek için Paylaş'a tıklayın.
Denemeler sayfasından sahip olduğunuz bir denemenin izinlerini değiştirebilirsiniz. Eylemler sütununa tıklayınve İzin'i seçin.
Deneme izin düzeyleri hakkında bilgi için bkz . MLflow deneme ACL'leri.
Denemeleri çalışma alanları arasında kopyalama
Çalışma alanları arasında MLflow denemelerini geçirmek için, topluluk temelli açık kaynak MLflow Dışarı Aktarma-İçeri Aktarma projesini kullanabilirsiniz.
Bu araçlarla şunları yapabilirsiniz:
- Aynı veya başka bir izleme sunucusundaki diğer veri bilimciler ile paylaşın ve işbirliği yapın. Örneğin, bir denemeyi başka bir kullanıcıdan çalışma alanınıza kopyalayabilirsiniz.
- MLflow denemelerini ve çalıştırmalarını yerel izleme sunucunuzdan Databricks çalışma alanınıza kopyalayın.
- Görev açısından kritik denemeleri ve modelleri başka bir Databricks çalışma alanına yedekleyin.
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin