Executar um script como um trabalho de comando

  • 5 minutos

Quando você tem um script que treina um modelo de machine learning, é possível executá-lo como um trabalho de comando no Azure Machine Learning.

Configurar e enviar um trabalho de comando

Para executar um script como um trabalho de comando, configure e envie o trabalho.

Para configurar um trabalho de comando com o SDK do Python (v2), use a função command. Para executar um script, é necessário especificar os valores para os seguintes parâmetros:

  • code: a pasta que inclui o script que será executado.
  • command: especifica qual arquivo executar.
  • environment: os pacotes necessários que serão instalados na computação antes da execução do comando.
  • compute: a computação que será usada para executar o comando.
  • display_name: o nome do trabalho individual.
  • experiment_name: o nome do experimento ao qual o trabalho pertence.

Dica

Saiba mais sobre a função command e todos os parâmetros possíveis na documentação de referência do SDK do Python (v2).

É possível configurar um trabalho de comando para executar o arquivo train.py no cluster de computação aml-cluster com o seguinte código:

from azure.ai.ml import command

# configure job
job = command(
    code="./src",
    command="python train.py",
    environment="AzureML-sklearn-0.24-ubuntu18.04-py37-cpu@latest",
    compute="aml-cluster",
    display_name="train-model",
    experiment_name="train-classification-model"
    )

Quando seu trabalho estiver configurado, será possível enviá-lo, o que o iniciará e executará o seguinte script:

# submit job
returned_job = ml_client.create_or_update(job)

É possível monitorar e examinar o trabalho no Estúdio do Azure Machine Learning. Todos os trabalhos com o mesmo nome de experimento serão agrupados no mesmo experimento. É possível encontrar um trabalho individual usando o nome de exibição especificado.

Todas as entradas e saídas de um trabalho de comando são rastreadas. É possível examinar o comando especificado, a computação usada e o ambiente usado para executar o script na computação especificada.