Partilhar via


Experiment Classe

Representa o ponto de entrada principal para criar e trabalhar com experimentações no Azure Machine Learning.

Uma Experimentação é um contentor de avaliações que representam várias execuções de modelos.

Construtor de experimentação.

Herança
azureml._logging.chained_identity.ChainedIdentity
Experiment
azureml.core._portal.HasExperimentPortal
Experiment

Construtor

Experiment(workspace, name, _skip_name_validation=False, _id=None, _archived_time=None, _create_in_cloud=True, _experiment_dto=None, **kwargs)

Parâmetros

Name Description
workspace
Necessário

O objeto da área de trabalho que contém a experimentação.

name
Necessário
str

O nome da experimentação.

kwargs
Necessário

Um dicionário de args de palavra-chave.

workspace
Necessário

O objeto da área de trabalho que contém a experimentação.

name
Necessário
str

O nome da experimentação.

kwargs
Necessário

Um dicionário de args de palavra-chave.

_skip_name_validation
Default value: False
_id
Default value: None
_archived_time
Default value: None
_create_in_cloud
Default value: True
_experiment_dto
Default value: None

Observações

Uma experimentação do Azure Machine Learning representa a coleção de avaliações utilizada para validar a hipótese de um utilizador.

No Azure Machine Learning, uma experimentação é representada pela Experiment classe e uma avaliação Run é representada pela classe .

Para obter ou criar uma experimentação a partir de uma área de trabalho, peça a experimentação com o nome da experimentação. O nome da experimentação tem de ter entre 3 e 36 carateres, começar com uma letra ou um número e só pode conter letras, números, carateres de sublinhado e travessões.


   experiment = Experiment(workspace, "MyExperiment")

Se a experimentação não for encontrada na área de trabalho, será criada uma nova experimentação.

Há duas formas de executar avaliações de experimentações. Se estiver a experimentar interativamente num Jupyter Notebook, utilize start_logging Se estiver a submeter uma experimentação a partir do código fonte ou de outro tipo de avaliação configurada, utilizesubmit

Ambos os mecanismos criam um Run objeto. Em cenários interativos, utilize métodos de registo como log para adicionar medições e métricas ao registo de avaliação. Em cenários configurados, utilize métodos de estado como get_status para obter informações sobre a execução.

Em ambos os casos, pode utilizar métodos de consulta como get_metrics para obter os valores atuais, se existirem, de quaisquer medições e métricas de avaliação.

Métodos

archive

Arquivar uma experimentação.

delete

Eliminar uma experimentação na área de trabalho.

from_directory

(Preterido) Carregue uma experimentação a partir do caminho especificado.

get_docs_url

Url para a documentação desta classe.

get_runs

Devolver um gerador das execuções para esta experimentação, por ordem cronológica inversa.

list

Devolva a lista de experimentações na área de trabalho.

reactivate

Reativa uma experimentação arquivada.

refresh

Devolver a versão mais recente da experimentação a partir da cloud.

remove_tags

Elimine as etiquetas especificadas da experimentação.

set_tags

Adicionar ou modificar um conjunto de etiquetas na experimentação. As etiquetas não transmitidas no dicionário são deixadas intocadas.

start_logging

Inicie uma sessão de registo interativa e crie uma execução interativa na experimentação especificada.

submit

Submeta uma experimentação e devolva a execução criada ativa.

tag

Marque a experimentação com uma chave de cadeia e um valor de cadeia opcional.

archive

Arquivar uma experimentação.

archive()

Observações

Após o arquivo, a experimentação não será listada por predefinição. Tentar escrever numa experimentação arquivada irá criar uma nova experimentação ativa com o mesmo nome. Uma experimentação arquivada pode ser restaurada ao chamar reactivate desde que não exista outra experimentação ativa com o mesmo nome.

delete

Eliminar uma experimentação na área de trabalho.

static delete(workspace, experiment_id)

Parâmetros

Name Description
workspace
Necessário

A área de trabalho à qual pertence a experimentação.

experiment_id
Necessário

O ID da experimentação a eliminar.

from_directory

(Preterido) Carregue uma experimentação a partir do caminho especificado.

static from_directory(path, auth=None)

Parâmetros

Name Description
path
Necessário
str

Diretório que contém os ficheiros de configuração da experimentação.

auth

O objeto de autenticação. Se Nenhuma, as credenciais predefinidas da CLI do Azure serão utilizadas ou a API pedirá credenciais.

Default value: None

Devoluções

Tipo Description

Devolve a Experimentação

get_docs_url

Url para a documentação desta classe.

get_docs_url()

Devoluções

Tipo Description
str

url

get_runs

Devolver um gerador das execuções para esta experimentação, por ordem cronológica inversa.

get_runs(type=None, tags=None, properties=None, include_children=False)

Parâmetros

Name Description
type

Filtre o gerador devolvido de execuções pelo tipo fornecido. Veja add_type_provider para criar tipos de execução.

Default value: None
tags

O filtro é executado por "tag" ou {"tag": "value"}.

Default value: None
properties

O filtro é executado por "property" ou {"property": "value"}

Default value: None
include_children

Por predefinição, obtenha apenas as execuções de nível superior. Defina como verdadeiro para listar todas as execuções.

Default value: False

Devoluções

Tipo Description

A lista de execuções que correspondem aos filtros fornecidos.

list

Devolva a lista de experimentações na área de trabalho.

static list(workspace, experiment_name=None, view_type='ActiveOnly', tags=None)

Parâmetros

Name Description
workspace
Necessário

A área de trabalho a partir da qual pretende listar as experimentações.

experiment_name
str

Nome opcional para filtrar experimentações.

Default value: None
view_type

Valor de enumeração opcional para filtrar ou incluir experimentações arquivadas.

Default value: ActiveOnly
tags

Chave de etiqueta opcional ou dicionário de pares chave-valor de etiqueta para filtrar experimentações.

Default value: None

Devoluções

Tipo Description

Uma lista de objetos de experimentação.

reactivate

Reativa uma experimentação arquivada.

reactivate(new_name=None)

Parâmetros

Name Description
new_name
Necessário
str

Já não é suportado

Observações

Uma experimentação arquivada só pode ser reativada se não existir outra experimentação ativa com o mesmo nome.

refresh

Devolver a versão mais recente da experimentação a partir da cloud.

refresh()

remove_tags

Elimine as etiquetas especificadas da experimentação.

remove_tags(tags)

Parâmetros

Name Description
tags
Necessário
[str]

As chaves de etiqueta que serão removidas

set_tags

Adicionar ou modificar um conjunto de etiquetas na experimentação. As etiquetas não transmitidas no dicionário são deixadas intocadas.

set_tags(tags)

Parâmetros

Name Description
tags
Necessário

As etiquetas armazenadas no objeto de experimentação

start_logging

Inicie uma sessão de registo interativa e crie uma execução interativa na experimentação especificada.

start_logging(*args, **kwargs)

Parâmetros

Name Description
experiment
Necessário

A experiência.

outputs
Necessário
str

Diretório de saídas opcionais a controlar. Para nenhuma saída, transmita Falso.

snapshot_directory
Necessário
str

Diretório opcional para tirar o instantâneo de. Definir como Nenhum não irá tirar nenhum instantâneo.

args
Necessário
kwargs
Necessário

Devoluções

Tipo Description
Run

Devolver uma execução iniciada.

Observações

start_logging cria uma execução interativa para utilização em cenários como o Jupyter Notebook. Todas as métricas registadas durante a sessão são adicionadas ao registo de execução na experimentação. Se for especificado um diretório de saída, o conteúdo desse diretório é carregado como artefactos de execução após a conclusão da execução.


   experiment = Experiment(workspace, "My Experiment")
   run = experiment.start_logging(outputs=None, snapshot_directory=".", display_name="My Run")
   ...
   run.log_metric("Accuracy", accuracy)
   run.complete()

Nota

run_id é gerado automaticamente para cada execução e é exclusivo na experimentação.

submit

Submeta uma experimentação e devolva a execução criada ativa.

submit(config, tags=None, **kwargs)

Parâmetros

Name Description
config
Necessário

A configuração a submeter.

tags

Etiquetas a adicionar à execução submetida, {"tag": "value"}.

Default value: None
kwargs
Necessário

Parâmetros adicionais utilizados na função submit para configurações.

Devoluções

Tipo Description
Run

Uma execução.

Observações

Submeter é uma chamada assíncrona para a plataforma do Azure Machine Learning para executar uma avaliação em hardware local ou remoto. Consoante a configuração, a submissão irá preparar automaticamente os ambientes de execução, executar o código e capturar o código fonte e os resultados no histórico de execuções da experimentação.

Para submeter uma experimentação, primeiro tem de criar um objeto de configuração que descreva como a experimentação deve ser executada. A configuração depende do tipo de avaliação necessário.

Um exemplo de como submeter uma experimentação a partir do seu computador local é o seguinte:


   from azureml.core import ScriptRunConfig

   # run a trial from the train.py code in your current directory
   config = ScriptRunConfig(source_directory='.', script='train.py',
       run_config=RunConfiguration())
   run = experiment.submit(config)

   # get the url to view the progress of the experiment and then wait
   # until the trial is complete
   print(run.get_portal_url())
   run.wait_for_completion()

Para obter detalhes sobre como configurar uma execução, veja os detalhes do tipo de configuração.

  • ScriptRunConfig

  • azureml.train.automl.automlconfig.AutoMLConfig

  • azureml.pipeline.core.Pipeline

  • azureml.pipeline.core.PublishedPipeline

  • azureml.pipeline.core.PipelineEndpoint

Nota

Quando submete a execução de preparação, é criado e enviado um instantâneo do diretório que contém os scripts de preparação para o destino de computação. Também é armazenada como parte da experimentação na área de trabalho. Se alterar os ficheiros e submeter a execução novamente, apenas os ficheiros alterados serão carregados.

Para impedir que os ficheiros sejam incluídos no instantâneo, crie um ficheiro .gitignore ou .amlignore no diretório e adicione os ficheiros ao mesmo. O ficheiro .amlignore utiliza a mesma sintaxe e padrões que o ficheiro .gitignore. Se ambos os ficheiros existirem, o ficheiro .amlignore tem precedência.

Para obter mais informações, veja Instantâneos.

tag

Marque a experimentação com uma chave de cadeia e um valor de cadeia opcional.

tag(key, value=None)

Parâmetros

Name Description
key
Necessário
str

A chave de etiqueta

value
Necessário
str

Um valor opcional para a etiqueta

Observações

As etiquetas numa experimentação são armazenadas num dicionário com chaves de cadeia e valores de cadeia. As etiquetas podem ser definidas, atualizadas e eliminadas. As etiquetas têm acesso ao utilizador e geralmente contêm informações de significado para os consumidores da experimentação.


   experiment.tag('')
   experiment.tag('DeploymentCandidate')
   experiment.tag('modifiedBy', 'Master CI')
   experiment.tag('modifiedBy', 'release pipeline') # Careful, tags are mutable

Atributos

archived_time

Devolver o tempo arquivado da experimentação. O valor deve ser Nenhum para uma experimentação ativa.

Devoluções

Tipo Description
str

A hora arquivada da experimentação.

id

Devolve o ID da experimentação.

Devoluções

Tipo Description
str

O ID da experimentação.

name

Nome de retorno da experimentação.

Devoluções

Tipo Description
str

O nome da experimentação.

tags

Devolva o conjunto mutável de etiquetas na experimentação.

Devoluções

Tipo Description

As etiquetas numa experimentação.

workspace

Devolver a área de trabalho que contém a experimentação.

Devoluções

Tipo Description

Devolve o objeto da área de trabalho.

workspace_object

(Preterido) Devolver a área de trabalho que contém a experimentação.

Utilize o workspace atributo .

Devoluções

Tipo Description

O objeto da área de trabalho.