Experiment Classe

Referência

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	Workspace O objeto da área de trabalho que contém a experimentação.
name Necessário	str O nome da experimentação.
kwargs Necessário	dict Um dicionário de args de palavras-chave.
workspace Necessário	Workspace O objeto da área de trabalho que contém a experimentação.
name Necessário	str O nome da experimentação.
kwargs Necessário	dict Um dicionário de args de palavras-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	Devolva 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 ficam 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.

delete

Eliminar uma experimentação na área de trabalho.

static delete(workspace, experiment_id)

Parâmetros

Name	Description
workspace Necessário	Workspace A área de trabalho à qual a experimentação pertence.
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	ServicePrincipalAuthentication ou InteractiveLoginAuthentication O objeto de autenticação. Se nenhuma das credenciais predefinidas da CLI do Azure for utilizada ou a API pedirá credenciais. Default value: None

Devoluções

Tipo	Description
Experiment	Devolve a Experimentação

get_docs_url

Url para a documentação desta classe.

get_docs_url()

Devoluções

Tipo	Description
str	url

get_runs

Devolva 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	string Filtre o gerador devolvido de execuções pelo tipo fornecido. Veja add_type_provider para criar tipos de execução. Default value: None
tags	string ou dict O filtro é executado por "tag" ou {"tag": "value"}. Default value: None
properties	string ou dict O filtro é executado por "propriedade" ou {"property": "value"} Default value: None
include_children	bool Por predefinição, obtenha apenas execuções de nível superior. Defina como verdadeiro para listar todas as execuções. Default value: False

Devoluções

Tipo	Description
list[Run]	A lista de execuções correspondentes 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	Workspace 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	ViewType Valor de numeração 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
list[Experiment]	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 teclas de etiqueta que serão removidas

set_tags

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

set_tags(tags)

Parâmetros

Name	Description
tags Necessário	dict[str] 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	Experiment A experimentação.
outputs Necessário	str Diretório de saídas opcionais para controlar. Sem saídas, transmita Falso.
snapshot_directory Necessário	str Diretório opcional para tirar o instantâneo de. A definição para Nenhum não irá tirar nenhum instantâneo.
args Necessário	list
kwargs Necessário	dict

Devoluções

Tipo	Description
Run	Devolver uma execução iniciada.

Observações

start_logging cria uma execução interativa para utilização em cenários como o Jupyter Notebooks. 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 gerada automaticamente para cada execução e é exclusiva na experimentação.

submit

Submeta uma experimentação e devolva a execução criada ativa.

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

Parâmetros

Name	Description
config Necessário	object A configuração a submeter.
tags	dict Etiquetas a adicionar à execução submetida, {"tag": "value"}. Default value: None
kwargs Necessário	dict Parâmetros adicionais utilizados na função de submissão para configurações.

Devoluções

Tipo	Description
Run	Uma corrida.

Observações

Submeter é uma chamada assíncrona para a plataforma Azure Machine Learning para executar uma avaliação em hardware local ou remoto. Consoante a configuração, submeter 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 armazenado como parte da experimentação na sua 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

Devolva o tempo arquivado para a 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 devolvido da experimentação.

Devoluções

Tipo	Description
str	O nome da experimentação.

Tipo	Description
dict[str]	As etiquetas numa experimentação.

workspace

Devolva a área de trabalho que contém a experimentação.

Devoluções

Tipo	Description
Workspace	Devolve o objeto da área de trabalho.

workspace_object

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

Utilize o workspace atributo .

Devoluções

Tipo	Description
Workspace	O objeto da área de trabalho.

Partilhar via

Experiment Classe

Construtor

Parâmetros

Observações

Métodos

archive

Observações

delete

Parâmetros

from_directory

Parâmetros

Devoluções

get_docs_url

Devoluções

get_runs

Parâmetros

Devoluções

list

Parâmetros

Devoluções

reactivate

Parâmetros

Observações

refresh

remove_tags

Parâmetros

set_tags

Parâmetros

start_logging

Parâmetros

Devoluções

Observações

submit

Parâmetros

Devoluções

Observações

tag

Parâmetros

Observações

Atributos

archived_time

Devoluções

id

Devoluções

name

Devoluções

tags

Devoluções

workspace

Devoluções

workspace_object

Devoluções

Comentários

Recursos adicionais