Azure MLのジョブのStatusを確認する方法

はじめに

今回はAzure MLで作成したデザイナーを実行し、ジョブが完了したかどうかをPythonから確認してみました。

開発環境

  • OS Windows 10(NVIDIA GTX 1650Ti,16GB RAM, i5-10300H CPU)
  • Visual Studio Code 1.73.1
  • Python 3.9

Azure ML上でジョブのStatusの確認

まずはこちらの二項分類のパイプラインを実行してみます!
image.png

学習データを後からでも追加できるように、Import Dataコンポーネントを入力データとしました。
そして、Export DataScore ModelEvaluate Modelの下にそれぞれ追加しました。
これは訓練したModelから得られた予測結果とその評価を取り出すためです。

入力データ、出力データともにパイプラインパラメータでパスの設定を行ったら実行をしてみます。
(パイプラインパラメータの設定方法などは前回の記事をご覧ください。)

image.png

実行が終わり、ジョブで確認していくと状態が「完了」になります。

PythonでStatusを確認

それでは今行ったStatusのチェックを今度はPythonから行ってみましょう!

まずは

でAzure CLIにログインしたらこちらのコードを実行してみます。

experimentnameのところは

azureml-job.png

ジョブを実行するときに入力する、実験の名前を入れます。

そしてジョブIDについては「ジョブの概要」を開いたときに表示される

azureml-id.png

こちらの「ジョブ名(実行ID)」を入れます。

これで実行したら、

print(Experiment.list(workspace=ws))
Experimentクラスのlist関数で、現在のワークスペースにある実験のリストが表示され、
Experimentクラスの詳細はこちらを参照ください。

image.png

print(run.get_details())
Runクラスのget_details関数でJSON形式の結果が返ってきます。

Runクラスの詳細はこちらを参照ください。

runIDで取得した実験のIDが表示されています。

そしてstatusのところでジョブが完了しているかどうかを確認できます。
今回は「Completed」となっているので、無事にジョブを実行できたようです。

また、propertiesのところでは設定したパイプラインパラメータなどが見られます。

まとめ

  • PythonからジョブのStatusをチェックしてみた
  • Runクラスのget_details()statusから完了したかどうかを確認できる

 

この記事を書いた人

azure-recipe-user