Övervaka och analysera jobb i studio
Du kan använda Azure Machine Learning-studio för att övervaka, organisera och spåra dina jobb för träning och experimentering. Din maskininlärningsjobbhistorik (ML) är en viktig del av en förklarande och repeterbar ML-utvecklingsprocess.
I den här artikeln förklaras hur du
- Lägg till ett jobbvisningsnamn.
- Skapa en anpassad vy.
- Lägg till en jobbbeskrivning.
- Tagga och hitta jobb.
- Kör sökningen över jobbhistoriken.
- Avbryt eller misslyckas jobb.
- Övervaka jobbstatus via e-postavisering.
- Övervaka dina jobbresurser (förhandsversion).
Dricks
- Information om hur du använder Azure Machine Learning SDK v1 eller CLI v1 finns i Övervaka och analysera jobb i studio (v1).
- Information om hur du övervakar träningsjobb från CLI eller SDK v2 finns i Spåra ML-experiment och modeller med MLflow (v2).
- Information om hur du övervakar Azure Machine Learning-tjänsten och tillhörande Azure-tjänster finns i Övervaka Azure Machine Learning.
- Information om hur du övervakar modeller som distribuerats till onlineslutpunkter finns i Övervaka onlineslutpunkter.
Förutsättningar
Du behöver följande:
- Om du vill använda Azure Machine Learning måste du ha en Azure-prenumeration. Om du inte har någon Azure-prenumeration skapar du ett kostnadsfritt konto innan du börjar. Prova den kostnadsfria eller betalda versionen av Azure Machine Learning.
- Du måste ha en Azure Machine Learning-arbetsyta. En arbetsyta skapas i Installera, konfigurera och använd CLI (v2).
Jobbvisningsnamn
Jobbets visningsnamn är ett valfritt och anpassningsbart namn som du kan ange för ditt jobb. Så här redigerar du jobbets visningsnamn:
Gå till listan Jobb .
Välj det jobb som ska redigeras.
Välj knappen Redigera för att redigera jobbets visningsnamn.
Anpassad vy
Så här visar du dina jobb i studion:
Gå till fliken Jobb .
Välj antingen Alla experiment för att visa alla jobb i ett experiment eller välj Alla jobb för att visa alla jobb som skickats på arbetsytan.
På sidan Alla jobb kan du filtrera jobblistan efter taggar, experiment, beräkningsmål med mera för att bättre organisera och begränsa ditt arbete.
Anpassa sidan genom att välja jobb att jämföra, lägga till diagram eller använda filter. Dessa ändringar kan sparas som en anpassad vy så att du enkelt kan återgå till ditt arbete. Användare med behörigheter för arbetsytan kan redigera eller visa den anpassade vyn. Dela även den anpassade vyn med teammedlemmar för förbättrat samarbete genom att välja Dela vy.
Om du vill visa jobbloggarna väljer du ett visst jobb och på fliken Utdata + loggar hittar du diagnostik- och felloggar för jobbet.
Jobbbeskrivning
Du kan lägga till en jobbbeskrivning för att ge mer kontext och information till jobbet. Du kan också söka efter dessa beskrivningar från jobblistan och lägga till jobbbeskrivningen som en kolumn i jobblistan.
Gå till informationssidan för jobbet och välj redigerings- eller pennikonen för att lägga till, redigera eller ta bort beskrivningar för jobbet. Spara ändringarna i din befintliga anpassade vy eller en ny anpassad vy om du vill spara ändringarna i jobblistan. Markdown-format stöds för jobbbeskrivningar, vilket gör att bilder kan bäddas in och länkas djupt enligt bilden.
Tagga och hitta jobb
I Azure Machine Learning kan du använda egenskaper och taggar för att organisera och fråga efter viktig information för dina jobb.
Redigera taggar
Du kan lägga till, redigera eller ta bort jobbtaggar från studion. Gå till informationssidan för jobbet och välj redigerings- eller pennikonen för att lägga till, redigera eller ta bort taggar för dina jobb. Du kan också söka efter och filtrera på dessa taggar från jobblistans sida.
Frågeegenskaper och taggar
Du kan köra frågor mot jobb i ett experiment för att returnera en lista över jobb som matchar specifika egenskaper och taggar.
Om du vill söka efter specifika jobb går du till listan Alla jobb . Därifrån har du två alternativ:
- Använd knappen Lägg till filter och välj filtrera på taggar för att filtrera dina jobb efter tagg som har tilldelats till jobben.
- Använd sökfältet för att snabbt hitta jobb genom att söka efter jobbmetadata som jobbstatus, beskrivningar, experimentnamn och inskickarnamn.
Avbryta eller misslyckas jobb
Om du märker ett misstag eller om jobbet tar för lång tid att slutföra kan du avbryta jobbet.
Så här avbryter du ett jobb i studion:
Gå till pipelinen som körs i avsnittet Jobb eller Pipelines .
Välj det pipelinejobbnummer som du vill avbryta.
I verktygsfältet väljer du Avbryt.
Övervaka jobbstatus via e-postavisering
Du kan använda diagnostikinställningar för att utlösa e-postaviseringar. Information om hur du skapar diagnostikinställningar finns i Skapa diagnostikinställningar i Azure Monitor.
Information om hur du skapar och hanterar loggaviseringar med Hjälp av Azure Monitor finns i Skapa eller redigera en varningsregel för loggsökning.