run 模組

包含在 Azure Machine Learning 中管理實驗計量和成品的功能。

類別

InputDatasets	定義容器，以在執行中保存具體化資料集。初始化 InputDatasets 物件。
LinkOutput	定義容器，以在回合中保存輸出路徑。 ...備註：LinkOutput 物件是 OutputData，會與資料平面中的資料集連結。初始化 LinkOutput 物件。
OutputDatasets	定義容器，以在回合中保存輸出路徑。初始化 OutputDatasets 物件。
Run	定義所有 Azure Machine Learning 實驗執行的基類。回合代表實驗的單一試用版。執行可用來監視試用版的非同步執行、記錄計量和儲存試用版的輸出，以及分析試用版所產生的結果和存取成品。當您提交腳本以在 Azure Machine Learning 的許多不同案例中定型模型時，會建立執行物件，包括 HyperDrive 執行、管線執行和 AutoML 執行。當您 submit 或 start_logging 使用 Experiment 類別時，也會建立 Run 物件。若要開始使用實驗和執行，請參閱建立和管理用於定型和部署的環境如何管理執行初始化 Run 物件。

取得此實驗的執行及其執行識別碼。

get_run(experiment, run_id, rehydrate=True, clean_up=True)

名稱	Description
experiment 必要	Experiment 包含實驗的。
run_id 必要	string 執行識別碼。
rehydrate	<xref:boolean> 指出傳回原始執行物件，還是只傳回基底執行物件。如果為 True，則此函式會傳回原始的執行物件類型。例如，針對 AutoML 執行， AutoMLRun 會傳回物件，而針對 HyperDrive 執行， HyperDriveRun 則會傳回物件。如果為 False，則函式會傳 Run 回物件。預設值: True
clean_up	bool 如果為 true，請從 run_base 呼叫 _register_kill_handler 預設值: True

類型	Description
Run	提交的執行。