Experiment Sınıf

  • Başvuru

Azure Machine Learning'de denemeler oluşturmak ve bunlarla çalışmak için ana giriş noktasını temsil eder.

Deneme, birden çok model çalıştırmalarını temsil eden bir deneme kapsayıcısıdır.

Deneme oluşturucu.

Devralma
azureml._logging.chained_identity.ChainedIdentity
Experiment
azureml.core._portal.HasExperimentPortal
Experiment

Oluşturucu

Experiment(workspace, name, _skip_name_validation=False, _id=None, _archived_time=None, _create_in_cloud=True, _experiment_dto=None, **kwargs)

Parametreler

Name Description
workspace
Gerekli
Workspace

Denemeyi içeren çalışma alanı nesnesi.
name
Gerekli
str

Deneme adı.
kwargs
Gerekli
dict

Anahtar sözcük birleştirmelerinin sözlüğü.
workspace
Gerekli
Workspace

Denemeyi içeren çalışma alanı nesnesi.
name
Gerekli
str

Deneme adı.
kwargs
Gerekli
dict

Anahtar sözcük birleştirmelerinin sözlüğü.
_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

Açıklamalar

Azure Machine Learning denemesi, kullanıcının hipotezini doğrulamak için kullanılan denemelerin koleksiyonunu temsil eder.

Azure Machine Learning'de bir deneme sınıfı, Experiment deneme ise sınıfı tarafından Run temsil edilir.

Bir çalışma alanından deneme almak veya oluşturmak için deneme adını kullanarak denemeyi isteyebilirsiniz. Deneme adı 3-36 karakter uzunluğunda olmalı, bir harf veya sayı ile başlamalıdır ve yalnızca harf, sayı, alt çizgi ve tire içerebilir.


   experiment = Experiment(workspace, "MyExperiment")

Deneme çalışma alanında bulunmazsa yeni bir deneme oluşturulur.

Denemeyi yürütmenin iki yolu vardır. Bir Jupyter Notebook etkileşimli olarak denemeler yapıyorsanız, start_logging kaynak koddan veya başka bir yapılandırılmış deneme türünden deneme gönderiyorsanız komutunu kullanınsubmit

Her iki mekanizma da bir Run nesne oluşturur. Etkileşimli senaryolarda, deneme kaydına ölçümler ve ölçümler eklemek için gibi log günlüğe kaydetme yöntemlerini kullanın. Yapılandırılmış senaryolarda, çalıştırma hakkındaki bilgileri almak için gibi get_status durum yöntemlerini kullanın.

Her iki durumda da, deneme ölçümlerinin ve ölçümlerin geçerli değerlerini (varsa) almak gibi get_metrics sorgu yöntemlerini kullanabilirsiniz.

Yöntemler

archive

Bir denemeyi arşivleme.
delete

Çalışma alanında bir denemeyi silin.
from_directory

(Kullanım dışı) Belirtilen yoldan bir deneme yükleyin.
get_docs_url

Bu sınıfın belgelerinin URL'si.
get_runs

Bu deneme için ters kronolojik sırada çalıştırmaların oluşturucusunu döndür.
list

Çalışma alanında deneme listesini döndürür.
reactivate

Arşivlenmiş bir denemeyi yeniden etkinleştirir.
refresh

Buluttan denemenin en son sürümünü döndürür.
remove_tags

Denemeden belirtilen etiketleri silin.
set_tags

Denemede bir etiket kümesi ekleyin veya değiştirin. Sözlükte geçirilmeyen etiketlere dokunulmaz.
start_logging

Etkileşimli bir günlük oturumu başlatın ve belirtilen denemede etkileşimli bir çalıştırma oluşturun.
submit

Bir deneme gönderin ve etkin olarak oluşturulan çalıştırmayı döndürin.
tag

Denemeyi bir dize anahtarı ve isteğe bağlı dize değeriyle etiketleyin.

archive

Bir denemeyi arşivleme.

archive()

Açıklamalar

Arşivlemeden sonra deneme varsayılan olarak listelenmez. Arşivlenmiş bir denemeye yazma girişimi, aynı ada sahip yeni bir etkin deneme oluşturur. Aynı ada sahip başka bir etkin deneme olmadığı sürece arşivlenmiş bir deneme çağrılarak reactivate geri yüklenebilir.

delete

Çalışma alanında bir denemeyi silin.

static delete(workspace, experiment_id)

Parametreler

Name Description
workspace
Gerekli
Workspace

Denemenin ait olduğu çalışma alanı.
experiment_id
Gerekli

Silinecek denemenin deneme kimliği.

from_directory

(Kullanım dışı) Belirtilen yoldan bir deneme yükleyin.

static from_directory(path, auth=None)

Parametreler

Name Description
path
Gerekli
str

Deneme yapılandırma dosyalarını içeren dizin.
auth
ServicePrincipalAuthentication veya InteractiveLoginAuthentication

Kimlik doğrulama nesnesi. Hiçbiri ise, varsayılan Azure CLI kimlik bilgileri kullanılır veya API kimlik bilgilerini ister.

Default value: None

Döndürülenler

Tür Description
Experiment

Denemeyi döndürür

get_docs_url

Bu sınıfın belgelerinin URL'si.

get_docs_url()

Döndürülenler

Tür Description
str

url

get_runs

Bu deneme için ters kronolojik sırada çalıştırmaların oluşturucusunu döndür.

get_runs(type=None, tags=None, properties=None, include_children=False)

Parametreler

Name Description
type
string

Döndürülen çalıştırma oluşturucuyu sağlanan türe göre filtreleyin. Çalıştırma türleri oluşturmak için bkz add_type_provider .

Default value: None
tags
string veya dict

Filtre "tag" veya {"tag": "value"}ile çalışır.

Default value: None
properties
string veya dict

Filtre "özellik" veya {"özellik": "value"} tarafından çalıştırılır

Default value: None
include_children
bool

Varsayılan olarak, yalnızca en üst düzey çalıştırmaları getirin. Tüm çalıştırmaları listelemek için true olarak ayarlayın.

Default value: False

Döndürülenler

Tür Description
list[Run]

Sağlanan filtrelerle eşleşen çalıştırmaların listesi.

list

Çalışma alanında deneme listesini döndürür.

static list(workspace, experiment_name=None, view_type='ActiveOnly', tags=None)

Parametreler

Name Description
workspace
Gerekli
Workspace

Denemelerin listelendiği çalışma alanı.
experiment_name
str

Denemeleri filtrelemek için isteğe bağlı ad.

Default value: None
view_type
ViewType

Arşivlenmiş denemeleri filtrelemek veya dahil etmek için isteğe bağlı sabit listesi değeri.

Default value: ActiveOnly
tags

Denemeleri filtrelemek için isteğe bağlı etiket anahtarı veya etiket anahtarı-değer çiftlerinin sözlüğü.

Default value: None

Döndürülenler

Tür Description
list[Experiment]

Deneme nesnelerinin listesi.

reactivate

Arşivlenmiş bir denemeyi yeniden etkinleştirir.

reactivate(new_name=None)

Parametreler

Name Description
new_name
Gerekli
str

Artık desteklenmiyor

Açıklamalar

Arşivlenmiş bir deneme yalnızca aynı ada sahip başka bir etkin deneme yoksa yeniden etkinleştirilebilir.

refresh

Buluttan denemenin en son sürümünü döndürür.

refresh()

remove_tags

Denemeden belirtilen etiketleri silin.

remove_tags(tags)

Parametreler

Name Description
tags
Gerekli
[str]

Kaldırılacak etiket anahtarları

set_tags

Denemede bir etiket kümesi ekleyin veya değiştirin. Sözlükte geçirilmeyen etiketlere dokunulmaz.

set_tags(tags)

Parametreler

Name Description
tags
Gerekli
dict[str]

Deneme nesnesinde depolanan etiketler

start_logging

Etkileşimli bir günlük oturumu başlatın ve belirtilen denemede etkileşimli bir çalıştırma oluşturun.

start_logging(*args, **kwargs)

Parametreler

Name Description
experiment
Gerekli
Experiment

Deney.
outputs
Gerekli
str

İsteğe bağlı çıkışlar dizini izlenir. Çıkış olmaması için False değerini geçirin.
snapshot_directory
Gerekli
str

Anlık görüntüsünü almak için isteğe bağlı dizin. Hiçbiri ayarı anlık görüntü almaz.
args
Gerekli
list
kwargs
Gerekli
dict

Döndürülenler

Tür Description
Run

Başlatılan çalıştırmayı döndürme.

Açıklamalar

start_logging , Jupyter Notebooks gibi senaryolarda kullanılmak üzere etkileşimli bir çalıştırma oluşturur. Oturum sırasında günlüğe kaydedilen tüm ölçümler denemedeki çalıştırma kaydına eklenir. Bir çıkış dizini belirtilirse, bu dizinin içeriği çalıştırma tamamlandıktan sonra çalıştırma yapıtları olarak karşıya yüklenir.


   experiment = Experiment(workspace, "My Experiment")
   run = experiment.start_logging(outputs=None, snapshot_directory=".", display_name="My Run")
   ...
   run.log_metric("Accuracy", accuracy)
   run.complete()

Not

run_id her çalıştırma için otomatik olarak oluşturulur ve deneme içinde benzersizdir.

submit

Bir deneme gönderin ve etkin olarak oluşturulan çalıştırmayı döndürin.

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

Parametreler

Name Description
config
Gerekli
object

Gönderilecek yapılandırma.
tags
dict

Gönderilen çalıştırmaya eklenecek etiketler, {"tag": "value"}.

Default value: None
kwargs
Gerekli
dict

Yapılandırmalar için gönderme işlevinde kullanılan ek parametreler.

Döndürülenler

Tür Description
Run

Bir koşu.

Açıklamalar

Gönderme, yerel veya uzak donanımda deneme sürümü yürütmek için Azure Machine Learning platformuna yapılan zaman uyumsuz bir çağrıdır. Yapılandırmaya bağlı olarak, gönderme işlemi yürütme ortamlarınızı otomatik olarak hazırlar, kodunuzu yürütür ve kaynak kodunuzu ve sonuçları denemenin çalıştırma geçmişine yakalar.

Deneme göndermek için öncelikle denemenin nasıl çalıştırılacak olduğunu açıklayan bir yapılandırma nesnesi oluşturmanız gerekir. Yapılandırma, gereken deneme türüne bağlıdır.

Yerel makinenizden deneme gönderme örneği aşağıdaki gibidir:


   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()

Çalıştırma yapılandırma hakkında ayrıntılı bilgi için yapılandırma türü ayrıntılarına bakın.

  • ScriptRunConfig

  • azureml.train.automl.automlconfig.AutoMLConfig

  • azureml.pipeline.core.Pipeline

  • azureml.pipeline.core.PublishedPipeline

  • azureml.pipeline.core.PipelineEndpoint

Not

Eğitim çalıştırmasını gönderdiğinizde, eğitim betiklerinizi içeren dizinin anlık görüntüsü oluşturulur ve işlem hedefine gönderilir. Ayrıca çalışma alanınızda denemenin bir parçası olarak depolanır. Dosyaları değiştirir ve çalıştırmayı yeniden gönderirseniz, yalnızca değiştirilen dosyalar karşıya yüklenir.

Dosyaların anlık görüntüye eklenmesini önlemek için dizinde bir .gitignore veya .amlignore dosyası oluşturun ve dosyaları bu dosyaya ekleyin. .amlignore dosyası,.gitignore dosyasıyla aynı söz dizimini ve desenleri kullanır. Her iki dosya da varsa , .amlignore dosyası önceliklidir.

Daha fazla bilgi için bkz . Anlık görüntüler.

tag

Denemeyi bir dize anahtarı ve isteğe bağlı dize değeriyle etiketleyin.

tag(key, value=None)

Parametreler

Name Description
key
Gerekli
str

Etiket anahtarı
value
Gerekli
str

Etiket için isteğe bağlı bir değer

Açıklamalar

Bir denemedeki etiketler, dize anahtarları ve dize değerleriyle bir sözlükte depolanır. Etiketler ayarlanabilir, güncelleştirilebilir ve silinebilir. Etiketler kullanıcıya yöneliktir ve genellikle denemenin tüketicileri için anlamlı bilgiler içerir.


   experiment.tag('')
   experiment.tag('DeploymentCandidate')
   experiment.tag('modifiedBy', 'Master CI')
   experiment.tag('modifiedBy', 'release pipeline') # Careful, tags are mutable

Öznitelikler

archived_time

Deneme için arşivlenmiş zamanı döndürür. Etkin bir deneme için değer Yok olmalıdır.

Döndürülenler

Tür Description
str

Denemenin arşivlenen zamanı.

id

Denemenin dönüş kimliği.

Döndürülenler

Tür Description
str

Denemenin kimliği.

name

Denemenin dönüş adı.

Döndürülenler

Tür Description
str

Denemenin adı.

tags

Denemede değiştirilebilir etiket kümesini döndürün.

Döndürülenler

Tür Description
dict[str]

Denemedeki etiketler.

workspace

Denemeyi içeren çalışma alanını döndürür.

Döndürülenler

Tür Description
Workspace

Çalışma alanı nesnesini döndürür.

workspace_object

(Kullanım dışı) Denemeyi içeren çalışma alanını döndürür.

özniteliğini workspace kullanın.

Döndürülenler

Tür Description
Workspace

Çalışma alanı nesnesi.