Experiment Klas

Vertegenwoordigt het belangrijkste toegangspunt voor het maken en werken met experimenten in Azure Machine Learning.

Een experiment is een container met proefversies die meerdere modeluitvoeringen vertegenwoordigen.

Experimentconstructor.

Constructor

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

Parameters

Name	Description
workspace Vereist	Workspace Het werkruimteobject met het experiment.
name Vereist	str De naam van het experiment.
kwargs Vereist	dict Een woordenlijst met trefwoordenargumenten.
workspace Vereist	Workspace Het werkruimteobject met het experiment.
name Vereist	str De naam van het experiment.
kwargs Vereist	dict Een woordenlijst met trefwoordenargumenten.
_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

Opmerkingen

Een Azure Machine Learning-experiment vertegenwoordigt de verzameling experimenten die worden gebruikt om de hypothese van een gebruiker te valideren.

In Azure Machine Learning wordt een experiment vertegenwoordigd door de Experiment klasse en wordt een proefversie vertegenwoordigd door de Run klasse.

Als u een experiment wilt ophalen of maken vanuit een werkruimte, vraagt u het experiment aan met behulp van de naam van het experiment. De naam van het experiment moet 3-36 tekens zijn, beginnen met een letter of een getal en mag alleen letters, cijfers, onderstrepingstekens en streepjes bevatten.


   experiment = Experiment(workspace, "MyExperiment")

Als het experiment niet wordt gevonden in de werkruimte, wordt er een nieuw experiment gemaakt.

Er zijn twee manieren om een experimentversie uit te voeren. Als u interactief experimenteert in een Jupyter Notebook, gebruikt start_logging u Als u een experiment verzendt vanuit broncode of een ander type geconfigureerde proefversie, gebruikt u submit

Beide mechanismen maken een Run object. In interactieve scenario's gebruikt u logboekregistratiemethoden, zoals log het toevoegen van metingen en metrische gegevens aan de proefrecord. In geconfigureerde scenario's worden statusmethoden gebruikt, zoals get_status het ophalen van informatie over de uitvoering.

In beide gevallen kunt u querymethoden gebruiken, zoals get_metrics het ophalen van de huidige waarden, indien van toepassing, van proefmetingen en metrische gegevens.

Methoden

archive	Een experiment archiveren.
delete	Verwijder een experiment in de werkruimte.
from_directory	(Afgeschaft) Laad een experiment vanuit het opgegeven pad.
get_docs_url	Url naar de documentatie voor deze klasse.
get_runs	Retourneert een generator van de uitvoeringen voor dit experiment, in omgekeerde chronologische volgorde.
list	Retourneert de lijst met experimenten in de werkruimte.
reactivate	Activeert een gearchiveerd experiment opnieuw.
refresh	Retourneert de meest recente versie van het experiment vanuit de cloud.
remove_tags	Verwijder de opgegeven tags uit het experiment.
set_tags	Een set tags aan het experiment toevoegen of wijzigen. Tags die niet in de woordenlijst worden doorgegeven, blijven ongewijzigd.
start_logging	Start een interactieve logboekregistratiesessie en maak een interactieve uitvoering in het opgegeven experiment.
submit	Dien een experiment in en retourneer de actieve gemaakte uitvoering.
tag	Tag het experiment met een tekenreekssleutel en optionele tekenreekswaarde.

delete

Verwijder een experiment in de werkruimte.

static delete(workspace, experiment_id)

Parameters

Name	Description
workspace Vereist	Workspace De werkruimte waartoe het experiment behoort.
experiment_id Vereist	De experiment-id van het experiment dat moet worden verwijderd.

from_directory

(Afgeschaft) Laad een experiment vanuit het opgegeven pad.

static from_directory(path, auth=None)

Parameters

Name	Description
path Vereist	str Map met de experimentconfiguratiebestanden.
auth	ServicePrincipalAuthentication of InteractiveLoginAuthentication Het verificatieobject. Als geen van de standaardreferenties van Azure CLI wordt gebruikt of als de API om referenties vraagt. Default value: None

Retouren

Type	Description
Experiment	Retourneert het experiment

get_docs_url

Url naar de documentatie voor deze klasse.

get_docs_url()

Retouren

Type	Description
str	URL

get_runs

Retourneert een generator van de uitvoeringen voor dit experiment, in omgekeerde chronologische volgorde.

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

Parameters

Name	Description
type	string Filter de geretourneerde generator van uitvoeringen op het opgegeven type. Zie add_type_provider voor het maken van uitvoeringstypen. Default value: None
tags	string of dict Filter wordt uitgevoerd op tag of {"tag": "value"}. Default value: None
properties	string of dict Filter wordt uitgevoerd op 'property' of {'property': 'value'} Default value: None
include_children	bool Standaard worden alleen uitvoeringen op het hoogste niveau opgehaald. Ingesteld op waar om alle uitvoeringen weer te geven. Default value: False

Retouren

Type	Description
list[Run]	De lijst met uitvoeringen die overeenkomen met opgegeven filters.

list

Retourneert de lijst met experimenten in de werkruimte.

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

Parameters

Name	Description
workspace Vereist	Workspace De werkruimte van waaruit de experimenten moeten worden weergegeven.
experiment_name	str Optionele naam om experimenten te filteren. Default value: None
view_type	ViewType Optionele enumwaarde voor het filteren of opnemen van gearchiveerde experimenten. Default value: ActiveOnly
tags	Optionele tagsleutel of woordenlijst van tagsleutel-waardeparen om experimenten te filteren. Default value: None

Retouren

Type	Description
list[Experiment]	Een lijst met experimentobjecten.

reactivate

Activeert een gearchiveerd experiment opnieuw.

reactivate(new_name=None)

Parameters

Name	Description
new_name Vereist	str Niet meer ondersteund

Opmerkingen

Een gearchiveerd experiment kan alleen opnieuw worden geactiveerd als er geen ander actief experiment met dezelfde naam is.

refresh

Retourneert de meest recente versie van het experiment vanuit de cloud.

refresh()

remove_tags

Verwijder de opgegeven tags uit het experiment.

remove_tags(tags)

Parameters

Name	Description
tags Vereist	[str] De tagsleutels die worden verwijderd

set_tags

Een set tags aan het experiment toevoegen of wijzigen. Tags die niet in de woordenlijst worden doorgegeven, blijven ongewijzigd.

set_tags(tags)

Parameters

Name	Description
tags Vereist	dict[str] De tags die zijn opgeslagen in het experimentobject

start_logging

Start een interactieve logboekregistratiesessie en maak een interactieve uitvoering in het opgegeven experiment.

start_logging(*args, **kwargs)

Parameters

Name	Description
experiment Vereist	Experiment Het experiment.
outputs Vereist	str Optionele uitvoermap die moet worden bijgehouden. Geef false door voor geen uitvoer.
snapshot_directory Vereist	str Optionele map om een momentopname van te maken. Als u de instelling op Geen instelt, wordt er geen momentopname gemaakt.
args Vereist	list
kwargs Vereist	dict

Retouren

Type	Description
Run	Retourneert een gestarte uitvoering.

Opmerkingen

start_logging maakt een interactieve uitvoering voor gebruik in scenario's zoals Jupyter Notebooks. Alle metrische gegevens die tijdens de sessie worden geregistreerd, worden toegevoegd aan de uitvoeringsrecord in het experiment. Als er een uitvoermap is opgegeven, wordt de inhoud van die map geüpload als uitvoeringsartefacten na voltooiing van de uitvoering.


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

Opmerking

run_id wordt automatisch gegenereerd voor elke uitvoering en is uniek binnen het experiment.

submit

Dien een experiment in en retourneer de actieve gemaakte uitvoering.

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

Parameters

Name	Description
config Vereist	object De configuratie die moet worden verzonden.
tags	dict Tags die moeten worden toegevoegd aan de verzonden uitvoering, {"tag": "value"}. Default value: None
kwargs Vereist	dict Aanvullende parameters die worden gebruikt in de submit-functie voor configuraties.

Retouren

Type	Description
Run	Een run.

Opmerkingen

Verzenden is een asynchrone aanroep naar het Azure Machine Learning-platform om een proefversie uit te voeren op lokale of externe hardware. Afhankelijk van de configuratie bereidt verzenden uw uitvoeringsomgevingen automatisch voor, voert u uw code uit en legt u de broncode en resultaten vast in de uitvoeringsgeschiedenis van het experiment.

Als u een experiment wilt verzenden, moet u eerst een configuratieobject maken waarin wordt beschreven hoe het experiment moet worden uitgevoerd. De configuratie is afhankelijk van het type proefabonnement dat is vereist.

Een voorbeeld van het verzenden van een experiment vanaf uw lokale computer is als volgt:


   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()

Zie de details van het configuratietype voor meer informatie over het configureren van een uitvoering.

ScriptRunConfig
azureml.train.automl.automlconfig.AutoMLConfig
azureml.pipeline.core.Pipeline
azureml.pipeline.core.PublishedPipeline
azureml.pipeline.core.PipelineEndpoint

Opmerking

Wanneer u de trainingsuitvoering verzendt, wordt er een momentopname van de map met uw trainingsscripts gemaakt en verzonden naar het rekendoel. Het wordt ook opgeslagen als onderdeel van het experiment in uw werkruimte. Als u bestanden wijzigt en de uitvoering opnieuw verzendt, worden alleen de gewijzigde bestanden geüpload.

Als u wilt voorkomen dat bestanden worden opgenomen in de momentopname, maakt u een .gitignore - of .amlignore-bestand in de map en voegt u de bestanden eraan toe. Het .amlignore-bestand gebruikt dezelfde syntaxis en patronen als het .gitignore-bestand. Als beide bestanden bestaan, heeft het .amlignore-bestand voorrang.

Zie Momentopnamen voor meer informatie.

tag

Tag het experiment met een tekenreekssleutel en optionele tekenreekswaarde.

tag(key, value=None)

Parameters

Name	Description
key Vereist	str De tagsleutel
value Vereist	str Een optionele waarde voor de tag

Opmerkingen

Tags in een experiment worden opgeslagen in een woordenlijst met tekenreekssleutels en tekenreekswaarden. Tags kunnen worden ingesteld, bijgewerkt en verwijderd. Tags zijn gebruikersgericht en bevatten over het algemeen betekenisinformatie voor de consumenten van het experiment.


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

Kenmerken

archived_time

Retourneert de gearchiveerde tijd voor het experiment. De waarde moet Geen zijn voor een actief experiment.

Retouren

Type	Description
str	De gearchiveerde tijd van het experiment.

id

Retour-id van het experiment.

Retouren

Type	Description
str	De id van het experiment.

name

Retournaam van het experiment.

Retouren

Type	Description
str	De naam van het experiment.

Type	Description
dict[str]	De tags voor een experiment.

workspace

Retourneert de werkruimte die het experiment bevat.

Retouren

Type	Description
Workspace	Retourneert het werkruimteobject.

workspace_object

(Afgeschaft) Retourneert de werkruimte die het experiment bevat.

Gebruik het workspace kenmerk.

Retouren

Type	Description
Workspace	Het werkruimteobject.

Feedback

Is deze pagina nuttig?

Delen via

Experiment Klas

Constructor

Parameters

Opmerkingen

Methoden

archive

Opmerkingen

delete

Parameters

from_directory

Parameters

Retouren

get_docs_url

Retouren

get_runs

Parameters

Retouren

list

Parameters

Retouren

reactivate

Parameters

Opmerkingen

refresh

remove_tags

Parameters

set_tags

Parameters

start_logging

Parameters

Retouren

Opmerkingen

submit

Parameters

Retouren

Opmerkingen

tag

Parameters

Opmerkingen

Kenmerken

archived_time

Retouren

id

Retouren

name

Retouren

tags

Retouren

workspace

Retouren

workspace_object

Retouren

Feedback