RunDetails 类

  • 参考

表示用于查看模型训练进度的 Jupyter Notebook 小组件。

小组件具有异步性，在训练结束之前，它会一直提供更新。

使用提供的运行实例初始化小组件。

继承
builtins.object
RunDetails

构造函数

RunDetails(run_instance)

参数

run_instance
Run
必需

运行将呈现小组件的实例。

run_instance
Run
必需

运行将呈现小组件的实例。

注解

Azure ML Jupyter Notebook小组件显示模型训练的进度，包括属性、日志和指标。 从 run_instance 隐式推断所选小组件类型。 无需显式设置。 使用 show 方法开始呈现小组件。 如果未安装小组件，则会看到一个链接，用于在新的浏览器页中查看内容。 启动试验后，还可以使用 Run 类的 get_portal_url() 方法在 Azure 门户中查看模型训练的进度。

以下示例演示如何创建并启动小组件：


   from azureml.widgets import RunDetails

   RunDetails(remote_run).show()

完整示例可从 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 获取

支持以下类型的运行：

  • StepRun：显示运行属性、输出日志和指标。

  • HyperDriveRun：显示超参数的父运行属性、日志、子运行、主要指标图表和并行坐标图表。

  • AutoMLRun：显示子运行和主要指标图表并选择单个指标。

  • PipelineRun：显示管道的运行和非运行节点，以及节点和边缘的图形表示形式。

  • ReinforcementLearningRun：实时显示运行的状态。 Azure 机器学习强化学习目前是一项预览版功能。 有关详细信息，请参阅使用 Azure 机器学习的强化学习。

安装 Azure 机器学习 SDK 时，将安装 azureml-widgets 包。 但是，可能需要根据环境进行进一步安装。

  • Jupyter Notebook：完全支持本地笔记本和云笔记本，具有交互性、异步自动更新和非阻止单元执行。

  • JupyterLab：可能需要进行进一步安装。

    1. 验证是否已安装 azure-widgets 包，如果尚未安装，则将其安装。

      
   sudo -i pip install azureml-widgets

    2. 安装 JupyterLab 扩展。

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

    3. 安装后，重启所有当前正在运行的笔记本中的内核。

      
   jupyter labextension list

  • Databricks：对 Juypter Notebook 小组件的部分支持。 使用小组件时，将显示一个链接，用于在新的浏览器页中查看内容。 结合使用 show 和设置为“displayHTML”的 render_lib。

方法

get_widget_data

从运行历史记录中检索和转换要由小组件呈现的数据。 还用于调试目的。
show

呈现小组件并启动线程以刷新小组件。

get_widget_data

从运行历史记录中检索和转换要由小组件呈现的数据。 还用于调试目的。

get_widget_data(widget_settings=None)

参数

widget_settings
dict
默认值: None

要应用于小组件的设置。 支持的设置：“调试”（布尔值）。

返回

包含要由小组件呈现的数据的字典。

返回类型

dict

show

呈现小组件并启动线程以刷新小组件。

show(render_lib=None, widget_settings=None)

参数

render_lib
<xref:func>
默认值: None

用于呈现的库。 仅对值为“displayHTML”的 Databricks 是必需的。

widget_settings
dict
默认值: None

要应用于小组件的设置。 支持的设置：“调试”（布尔值）。