Eseguire uno script come processo di comando

Quando si dispone di uno script che esegue il training di un modello di Machine Learning, è possibile eseguirlo come processo di comando in Azure Machine Learning.

Configurare e inviare un job di comando

Per eseguire uno script come processo di comando, è necessario configurare e inviare il processo.

Per configurare un processo di comando con Python SDK (v2), usare la command funzione . Per eseguire uno script, è necessario specificare i valori per i parametri seguenti:

• code: cartella che include lo script da eseguire.
• command: specifica il file da eseguire.
• environment: i pacchetti necessari da installare nel calcolo prima di eseguire il comando .
• compute: calcolo da usare per eseguire il comando .
• display_name: nome dell'attività singola.
• experiment_name: Il nome dell'esperimento a cui il lavoro appartiene.

È possibile configurare un processo di comando per eseguire un file denominato train.py, nel cluster di calcolo denominato aml-cluster con il codice seguente:

from azure.ai.ml import command

# configure job
job = command(
    code="./src",
    command="python train.py",
    environment="AzureML-sklearn-0.24-ubuntu18.04-py37-cpu@latest",
    compute="aml-cluster",
    display_name="train-model",
    experiment_name="train-classification-model"
    )

Quando il lavoro è configurato, è possibile inviarlo, il che avvia il lavoro ed esegue lo script.

# submit job
returned_job = ml_client.create_or_update(job)

È possibile monitorare ed esaminare il processo in Azure Machine Learning Studio. Tutti i lavori con lo stesso nome dell'esperimento vengono raggruppati sotto lo stesso esperimento. È possibile trovare un singolo lavoro usando il nome visualizzato specificato.

Vengono rilevati tutti gli input e gli output di un processo di comando. È possibile esaminare il comando specificato, quale calcolo è stato usato e quale ambiente è stato usato per eseguire lo script nel calcolo specificato.