Azure ML SDK を使用してバッチ推論パイプラインを作成します。次のコードを使用して、パイプラインを実行します。
azureml.pipeline.core インポート パイプラインから
from azureml.core.experiment import 実験
パイプライン = パイプライン (ワークスペース = ws、ステップ = [parallelrun_step])
pipeline_run = Experiment(ws, 'batch_pipeline').submit(パイプライン)
パイプラインの実行の進行状況を監視する必要があります。
この目標を達成するための 2 つの方法は何ですか? それぞれの正解は、完全な解決策を提示します。
注: それぞれの正しい選択は 1 ポイントの価値があります。

正解:D,E
説明
バッチ推論ジョブは、完了するまでに長い時間がかかる場合があります。この例では、Jupyter ウィジェットを使用して進行状況を監視します。以下を使用して、ジョブの進行状況を管理することもできます。
* Azure 機械学習スタジオ。
* PipelineRun オブジェクトからのコンソール出力。
azureml.widgets import RunDetails から
RunDetails(pipeline_run).show()
pipeline_run.wait_for_completion(show_output=True)
参照:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-use-parallel-run-step#monitor-the-parallel-run-