你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

在工作室中启动、监视和跟踪运行历史记录

可以使用 Azure 机器学习工作室来监视、组织和跟踪运行，以便进行训练和试验。 ML 运行历史记录是可解释和可重复的 ML 开发过程的重要部分。

本文演示如何完成以下任务：

• 添加运行显示名称。
• 创建自定义视图。
• 添加运行说明。
• 标记和查找运行。
• 对运行历史记录运行搜索。
• 取消运行或使其失败。
• 通过电子邮件通知监视运行状态。

提示

• 如果要查找有关如何使用 Azure 机器学习 SDK v1 或 CLI v1 的信息，请参阅如何跟踪、监视和分析运行 (v1)。
• 如果要查找有关如何从 CLI 或 SDK v2 监视训练运行的信息，请参阅使用 MLflow 和 CLI v2 跟踪试验。
• 如果要了解如何监视 Azure 机器学习服务及关联的 Azure 服务，请参阅如何监视 Azure 机器学习。

如果要了解如何监视部署为 Web 服务的模型，请参阅收集模型数据和使用 Application Insights 进行监视。

先决条件

需要准备好以下各项：

• 若要使用 Azure 机器学习，必须有一个 Azure 订阅。 如果没有 Azure 订阅，请在开始操作前先创建一个免费帐户。 试用免费版或付费版 Azure 机器学习。
• 必须有一个 Azure 机器学习工作区。 在安装、设置和使用 CLI (v2) 中创建了一个工作区。

运行显示名称

运行显示名称是可为运行提供的可自定义可选名称。 若要编辑运行显示名称，请执行以下操作：

1. 导航到运行列表。

2. 选择运行以在运行详细信息页面中编辑显示名称。

3. 选择“编辑”按钮以编辑运行显示名称。

自定义视图

若要查看工作室中的运行，请执行以下操作：

1. 导航到“试验”选项卡。

2. 选择“所有试验”以查看试验中的所有运行，或选择“所有运行”以查看工作区中已提交的所有运行 。

在“所有运行”页面中，可以按标记、试验、计算目标等筛选运行列表，以便更好地组织和确定工作范围。

1. 通过选择要比较的运行、添加图表或应用筛选来对页面进行自定义。 这些更改可以保存为“自定义视图”，以便你轻松返回到你的工作内容。 具有工作区权限的用户可以编辑或查看自定义视图。 此外，还可以通过选择“共享视图”，与团队成员共享自定义视图以增强协作。

2. 要查看运行日志，请选择特定的运行，在“输出 + 日志”选项卡中，可以找到运行的诊断和错误日志。

运行说明

可以将运行说明添加到运行中，以便为运行提供更多上下文和信息。 还可以从运行列表中搜索这些说明，并将运行说明作为列添加到运行列表中。

导航到运行的“运行详细信息”页，然后选择“编辑”或“铅笔”图标以添加、编辑或删除运行说明。 要保留对运行列表的更改，请将所做的更改保存到现有的自定义视图或新的自定义视图。 允许对图像进行嵌入和深层链接的运行说明支持 Markdown 格式，如下所示。

标记和查找运行

在 Azure 机器学习中，可以使用属性与标记来帮助组织运行，以及查询运行以获取重要信息。

• 编辑标记

  可以添加、编辑或删除工作室中的运行标记。 导航到运行的“运行详细信息”页，然后选择“编辑”或“铅笔”图标以添加、编辑或删除运行标记。 还可以从运行列表页面搜索和筛选这些标记。

  

• 查询属性和标记

  可以查询试验中的运行，以返回与特定属性和标记匹配的运行列表。

  若要搜索特定运行，请导航到“所有运行”列表。 可以使用以下两个选项：

  1. 使用“添加筛选器”按钮，选择标记上的筛选器按分配给运行的标记筛选运行。
     
     OR

  2. 使用搜索栏通过搜索运行的元数据（如标记、说明、试验名称和提交者名称）快速查找运行。

取消运行或使其失败

如果发现错误，或者完成运行花费的时间太长，可以取消该运行。

若要在工作室中取消某个运行，请执行以下步骤：

1. 转到“试验”或“管道”部分中正在运行的管道。

2. 选择要取消的管道运行编号。

3. 在工具栏中，选择“取消”。

通过电子邮件通知监视运行状态

1. 在 Azure 门户的左侧导航栏中，选择“监视”选项卡。

2. 选择“诊断设置”，然后选择“+ 添加诊断设置。

   

3. 在“诊断设置”的

   1. “类别详细信息”下，选择“AmlRunStatusChangedEvent”。
   2. 在“目标详细信息”中，选择“发送到 Log Analytics 工作区”，并指定“订阅”和“Log Analytics 工作区”。

   注意

   Azure Log Analytics 工作区是一种不同于 Azure 机器学习服务工作区的 Azure 资源类型。 如果该列表中没有选项，则可以创建 Log Analytics 工作区。

   

4. 在“日志”选项卡中，添加“新的警报规则”。

   

5. 请参阅如何使用 Azure Monitor 创建和管理日志警报。

示例笔记本

以下笔记本演示了本文中的概念：

• 若要详细了解日志记录 API，请参阅日志记录 API 笔记本。

• 有关使用 Azure 机器学习 SDK 管理运行的详细信息，请参阅管理运行笔记本。

后续步骤

• 若要了解如何记录试验的指标，请参阅在训练运行期间记录指标。
• 若要了解如何监视 Azure 机器学习中的资源和日志，请参阅监视 Azure 机器学习。