通过

RunDetails 类

表示用于查看模型训练进度的 Jupyter 笔记本小组件。

小组件是异步的，在训练完成之前提供更新。

使用提供的运行实例初始化小组件。

构造函数

RunDetails(run_instance)

参数

名称 说明
run_instance
必需
Run

运行将呈现小组件的实例。
run_instance
必需
Run

运行将呈现小组件的实例。

注解

Azure ML Jupyter Notebook 小组件显示模型训练的进度，包括属性、日志和指标。 从中隐式 run_instance推断所选小组件类型。 无需显式设置它。 使用该方法 show 开始呈现小组件。 如果未安装小组件，你将看到一个链接，用于在新浏览器页面中查看内容。 启动试验后，还可以使用 get_portal_url() 类的方法在 Azure 门户中查看模型训练的 Run 进度。

以下示例演示如何创建小组件并启动它：


   from azureml.widgets import RunDetails

   RunDetails(remote_run).show()

完整示例可从 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/classification-credit-card-fraud/auto-ml-classification-credit-card-fraud.ipynb

支持以下类型的运行：

  • StepRun：显示运行属性、输出日志、指标。

  • HyperDriveRun：显示超参数的父运行属性、日志、子运行、主指标图表和并行坐标图表。

  • AutoMLRun：显示子运行和主要指标图表，其中包含选择单个指标的选项。

  • PipelineRun：显示管道的运行和非正在运行的节点，以及节点和边缘的图形表示形式。

  • ReinforcementLearningRun：显示实时运行的状态。 Azure 机器学习强化学习目前是一项预览功能。 有关详细信息，请参阅 使用 Azure Marchine Learning 进行强化学习。

安装 Azure 机器学习 SDK 时，会安装 azureml 小组件 包。 但是，可能需要根据环境进行一些进一步安装。

  • Jupyter Notebook：完全支持本地笔记本和云笔记本，具有交互性、异步自动更新和非阻塞性单元执行。

  • JupyterLab：可能需要进一步安装。

    1. 验证是否已安装 azure 小组件 包，如果未安装，请安装它。

      
   sudo -i pip install azureml-widgets

    2. 安装 JupyterLab 扩展。

      
   sudo -i jupyter labextension install @jupyter-widgets/jupyterlab-manager

    3. 安装后，请在当前正在运行的所有笔记本中重启内核。

      
   jupyter labextension list

  • Databricks：Juypter Notebook 小组件的部分支持。 使用小组件时，它将显示一个链接，用于在新浏览器页面中查看内容。 将 show 参数设置为“displayHTML”时 render_lib 使用该参数。

方法

get_widget_data

从运行历史记录中检索和转换由小组件呈现的数据。 还用于调试目的。
show

呈现小组件并启动线程以刷新小组件。

get_widget_data

从运行历史记录中检索和转换由小组件呈现的数据。 还用于调试目的。

get_widget_data(widget_settings=None)

参数

名称 说明
widget_settings
dict

要应用于小组件的设置。 支持的设置：“debug”（布尔值）。

默认值: None

返回

类型 说明
dict

包含小组件要呈现的数据的字典。

show

呈现小组件并启动线程以刷新小组件。

show(render_lib=None, widget_settings=None)

参数

名称 说明
render_lib
<xref:func>

要用于呈现的库。 仅适用于值为“displayHTML”的 Databricks。

默认值: None
widget_settings
dict

要应用于小组件的设置。 支持的设置：“debug”（布尔值）。

默认值: None