Azure / Azure/MachineLearningNotebooks

monitor.backfill() in datadrift tutorial is quite time consuming

Offen
#1,653 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
Vorherrschende Sprache
Jupyter Notebook
Sterne
4.4k
Forks
2.6k
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

Hello Microsoft Team,

I am studying datadrift monitoring and following [Azure datadrift tutorial](https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/work-with-data/datadrift-tutorial/datadrift-tutorial.ipynb) but when I go to `monitor.backfill()` step, it is quite time consuming to execute.

```
from azureml.widgets import RunDetails

backfill = monitor.backfill(dt.datetime.now() - dt.timedelta(weeks=6), dt.datetime.now())

RunDetails(backfill).show()
backfill.wait_for_completion()
```

As you can see in the capture picture. It have been wasting me up to 9h but have not yet completed. My baseline and target data keep the same as example and I run on compute instance with configuration:

```
Virtual machine size
Standard_DS11_v2 (4 cores, 14 GB RAM, 28 GB disk)
```
Can you explain what error happen with this example tutorial?

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Rechercherichtung

Beginne mit datadrift-tutorial.ipynb und der im Bericht gezeigten Zelle mit monitor.backfill(). Führe denselben sechswöchigen Backfill auf der angegebenen Standard_DS11_v2-Compute-Instanz aus und untersuche die RunDetails-Ausgabe sowie das Abschlussverhalten. Als erledigt gilt, den Grund zu identifizieren, warum der Backfill im Tutorial nicht in angemessener Zeit abgeschlossen wird, oder die erforderliche Korrektur zu dokumentieren.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python
Bereich
machine-learning
Issue-Typ
Bug
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
25/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.