azure - 在AzureML中，start_logging将启动异步执行还是同步执行？

Question

Microsoft AzureML 文档中写道，“一次运行代表实验的一次试验。运行用于监视试验的异步执行”，并且当您使用实验提交或 start_logging 时，也会创建一个 Run 对象类。”

与start_logging相关，据我所知，当我们通过执行这个startlogging方法简单地开始运行时。当运行完成时，我们必须停止，或者通过 complete 方法完成。这是因为 start_logging 是创建实验的同步方式。然而，从 start_logging 创建的 Run 对象是为了监视试验的异步执行。

谁能澄清一下 start_logging 是否会启动异步执行或同步执行？

Answer 1

start_logging 将被视为异步执行，因为这会生成多个交互式运行 session 。在特定的实验中，可能会出现多个交互式 session ，这些 session 并行工作，并且不会出现按顺序执行的场景。

可以根据args和kwargs等参数来执行和识别单个操作。

当调用start_logging时，就会创建一个像jupyter笔记本这样的交互式运行。将使用调用 start_logging 时创建的完整指标和组件。当每次交互式运行提到输出目录时，根据args值，将无缝调用输出文件夹。

以下代码块将有助于定义start_logging的操作

experiment = Experiment(your_workspace, "your_experiment_name")
   run = experiment.start_logging(outputs=None, snapshot_directory=".", display_name="test")
   ...
   run.log_metric("Accuracy_Value", accuracy)
   run.complete()

下面的代码块将定义start_logging的基本语法

start_logging(*args, **kwargs)