Registro automático no Microsoft Fabric
A Ciência de Dados do Synapse no Microsoft Fabric inclui o registro automático, o que reduz significativamente a quantidade de código necessária para registrar automaticamente os parâmetros, as métricas e os itens de um modelo de machine learning durante o treinamento. Este artigo descreve o log automático para Synapse Data Science no Microsoft Fabric.
O log automático estende os recursos do MLflow Tracking e está profundamente integrado na experiência de Ciência de Dados do Synapse no Microsoft Fabric. O log automático pode capturar várias métricas, incluindo precisão, perda, medida f e as métricas personalizadas que você definir. Usando o registro automático, desenvolvedores e cientistas de dados podem acompanhar e comparar facilmente o desempenho de diferentes modelos e experimentos sem o acompanhamento manual.
Estruturas com suporte
O registro automático dá suporte a uma ampla variedade de estruturas de aprendizado de máquina, incluindo TensorFlow, PyTorch, Scikit-learn e XGBoost. Para saber mais sobre as propriedades específicas da estrutura que o log automático captura, consulte a documentação do MLflow.
Configuração
O registro automático funciona capturando automaticamente os valores de parâmetros de entrada, métricas de saída e itens de saída de um modelo de machine learning enquanto ele está sendo treinado. Essas informações são registradas em seu espaço de trabalho do Microsoft Fabric, onde é possível acessá-las e visualizá-las usando as APIs do MLflow ou os itens de modelo e do experimento correspondentes no espaço de trabalho do Microsoft Fabric.
Quando você inicia um notebook de Ciência de Dados do Synapse, o Microsoft Fabric chama mlflow.autolog() para habilitar instantaneamente o acompanhamento e carregar as dependências correspondentes. À medida que você treina modelos em seu notebook, o MLflow acompanha automaticamente as informações desse modelo.
A configuração ocorre automaticamente nos bastidores quando você executa o import mlflow. A configuração padrão do gancho do notebook é mlflow.autolog():
mlflow.autolog(
log_input_examples=False,
log_model_signatures=True,
log_models=True,
disable=False,
exclusive=True,
disable_for_unsupported_versions=True,
silent=True
)
Personalização
Para personalizar o comportamento de registro em log, use a configuração mlflow.autolog(). Essa configuração fornece os parâmetros para habilitar o registro em log do modelo, coletar exemplos de entrada, configurar avisos ou habilitar o registro em log do conteúdo adicionado especificado por você.
Acompanhar mais métricas, parâmetros e propriedades
Para execuções criadas com o MLflow, atualize a configuração do log automático para acompanhar outras métricas, parâmetros, arquivos e metadados da maneira a seguir:
Atualize a chamada mlflow.autolog() e defina
exclusive=False.mlflow.autolog( log_input_examples=False, log_model_signatures=True, log_models=True, disable=False, exclusive=False, # Update this property to enable custom logging disable_for_unsupported_versions=True, silent=True )Use as APIs de acompanhamento do MLflow para registrar parâmetros e métricas adicionais. O código de exemplo a seguir permite que você registre suas métricas e parâmetros personalizados junto com propriedades adicionais.
import mlflow mlflow.autolog(exclusive=False) with mlflow.start_run(): mlflow.log_param("parameter name", "example value") # <add model training code here> mlflow.log_metric("metric name", 20)
Desabilitar o registro automático do Microsoft Fabric
É possível desabilitar o log automático do Microsoft Fabric para uma sessão de notebook especificada. Você também pode desabilitar o log automático em todos os notebooks usando a configuração do espaço de trabalho.
Observação
Se o registro automático estiver desabilitado, você deverá registrar manualmente seus parâmetros e métricas usando as APIs do MLflow.
Desabilitar o registro automático para uma sessão de notebook
Para desabilitar o log automático do Microsoft Fabric em uma sessão de notebook específica, chame mlflow.autolog() e definir disable=True.
import mlflow
mlflow.autolog(disable=True)
Desabilitar o log automático de todos os notebooks e sessões
Os administradores do espaço de trabalho pode habilitar ou desabilitar o log automático do Microsoft Fabric para todos os notebooks e sessões em seu espaço de trabalho usando as configurações do espaço de trabalho. Para habilitar ou desabilitar o log automático do Synapse Data Science:
Em seu espaço de trabalho do Synapse Data Science, selecione Configurações do espaço de trabalho.
Na tela Configurações do espaço de trabalho, expanda Engenharia/Ciência de Dados na barra de navegação esquerda e selecione Configurações do Spark.
Na tela Configurações do Spark, selecione a guia Log automático.
Defina Acompanhar automaticamente experimentos e modelos de aprendizado de máquina como Ativado ou Desativado.
Selecione Salvar.
