コマンド ジョブとしてスクリプトを実行する

  • 3 分

機械学習モデルをトレーニングするスクリプトがある場合は、Azure Machine Learning でコマンド ジョブとして実行できます。

コマンド ジョブを構成して送信する

スクリプトをコマンド ジョブとして実行するには、ジョブを構成して送信する必要があります。

Python SDK (v2) を使用してコマンド ジョブを構成するには、 command 関数を使用します。 スクリプトを実行するには、次のパラメーターの値を指定する必要があります。

  • code: 実行するスクリプトを含むフォルダー。
  • command: 実行するファイルを指定します。
  • environment: コマンドを実行する前にコンピューティングにインストールする必要があるパッケージ。
  • compute: コマンドの実行に使用するコンピューティング。
  • display_name: 個々のジョブの名前。
  • experiment_name: ジョブが属する実験の名前。

ヒント

command関数と使用可能なすべてのパラメーターの詳細については、Python SDK (v2) のリファレンス ドキュメントを参照してください。

次のコードを使用して、 train.pyという名前のファイルを aml-cluster という名前のコンピューティング クラスターで実行するようにコマンド ジョブを構成できます。

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"
    )

ジョブが構成されたら、ジョブを送信してジョブを開始し、スクリプトを実行できます。

# submit job
returned_job = ml_client.create_or_update(job)

Azure Machine Learning Studio でジョブを監視および確認できます。 同じ実験名を持つすべてのジョブは、同じ実験の下にグループ化されます。 指定した表示名を使用して、個々のジョブを検索できます。

コマンド ジョブのすべての入力と出力が追跡されます。 指定したコマンド、使用されたコンピューティング、および指定したコンピューティングでスクリプトを実行するために使用された環境を確認できます。