Executar um script como um trabalho de comando

Quando você tiver um script que treine um modelo de machine learning, poderá executá-lo como um trabalho de comando no Azure Machine Learning.

Configurar e submeter um trabalho de comando

Para executar um script como um trabalho de comando, você precisa configurar e enviar o trabalho.

Para configurar um trabalho de comando com o SDK do Python (v2), use a command função. Para executar um script, você precisa especificar valores para os seguintes parâmetros:

• code: a pasta que inclui o script a ser executado.
• command: especifica qual arquivo será executado.
• environment: os pacotes necessários a serem instalados na computação antes de executar o comando.
• compute: a computação a ser usada para executar o comando.
• display_name: o nome da tarefa individual.
• experiment_name: o nome do experimento ao qual o trabalho pertence.

Você pode configurar um trabalho de comando para executar um arquivo chamado train.py, no cluster de computação nomeado aml-cluster com o seguinte código:

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 o trabalho estiver configurado, você poderá enviá-lo, o que inicia o trabalho e executa o script:

# submit job
returned_job = ml_client.create_or_update(job)

Você pode monitorar e examinar o trabalho no estúdio do Azure Machine Learning. Todos os trabalhos com o mesmo nome de experimento são agrupados sob o mesmo experimento. Você pode encontrar um trabalho individual usando o nome de exibição especificado.

Todas as entradas e saídas de um trabalho de comando são monitoradas. Você pode examinar qual comando você especificou, qual computação foi usada e qual ambiente foi usado para executar o script na computação especificada.