使用 Azure 机器学习工作室 中的作业列表视图来组织和跟踪作业。 选择作业时，可以查看和分析其详细信息，例如指标、参数、日志和输出。 这样就可以跟踪 ML 作业历史记录，并确保 ML 开发过程透明且可重现。
本文介绍如何完成以下任务：
- 编辑作业显示名称。
- 选择和固定列。
- 对作业进行排序。
- 筛选任务。
- 对作业执行批处理操作。
- 标记作业。
提示
- Azure 机器学习 CLI v1 已于 2025 年 9 月 30 日终止支持，SDK v1 已弃用（2026 年 6 月 30 日终止支持）。 有关 v1 信息，请参阅如何跟踪、监视和分析作业（v1）。 若要迁移，请参阅 升级到 v2。
- 有关从 CLI 或 SDK v2 监视训练作业的信息，请参阅 使用 MLflow 和 CLI v2 跟踪试验。
- 有关监视 Azure 机器学习服务和关联的 Azure 服务的信息，请参阅 如何监视 Azure 机器学习。
- 如果要查找有关部署到联机终结点的监视模型的信息，请参阅监视联机终结点。
重要
本文中标记了“（预览版）”的项目目前为公共预览版。 该预览版在提供时没有附带服务级别协议，建议不要将其用于生产工作负载。 某些功能可能不受支持或者受限。 有关详细信息，请参阅适用于 Azure 预览版的补充使用条款。
先决条件
需要准备好以下各项：
-
若要使用 Azure 机器学习，你需要一个工作区。 如果没有工作区，请完成创建开始使用所需的资源以创建工作区并详细了解如何使用它。
重要
如果 Azure 机器学习工作区配置了托管虚拟网络，则可能需要添加出站规则以允许访问公共 Python 包存储库。 有关详细信息，请参阅场景：访问公共机器学习包。
在工作区中运行一个或多个作业，使结果显示在仪表板中。 如果你还没有任何任务，请完成 教程：在 Azure 机器学习中训练模型。
通过预览面板启用此预览功能。
查看作业列表
- 在左侧导航面板中选择“作业”。
- 选择“所有试验”以查看试验中的所有作业，或选择“所有作业”以查看工作区中已提交的所有作业。
- 选择顶部的列表视图以切换到列表视图。
作业显示名称
作业显示名称是你为作业提供的可选可自定义名称。 通过在作业名称上移动鼠标时选择铅笔图标，可以直接在作业列表视图中编辑此名称。
自定义名称有助于组织和标记训练作业。
选择和锁定列
添加、删除、重新排序和固定列，以自定义您的任务列表。 选择列选项以打开列选项窗格。
在列选项中，选择要在表中添加或删除的列。 拖动列以对列在表中的显示方式进行重新排序。 可以将任意列固定在表格的左侧，这样在水平滚动时，您可以查看重要的列信息，比如显示名称和指标数值。
对作业进行排序
按指标值（例如准确性、损失或 F1 分数）对作业列表进行排序，以确定符合条件的最佳性能作业。
若要按多个列排序，请按住 Shift 键，然后选择要排序的列标题。 多种排序有助于根据条件对训练结果进行排名。
在任何时候，都可在“列”下的列选项中管理表的排序首选项，以添加或删除列并更改排序顺序。
筛选任务
通过选择筛选来过滤您的作业列表。 可以使用 “状态 ”和 “创建者”的快速筛选器，或向任何列（包括指标）添加自定义筛选器。
选择“添加筛选器”以搜索或选择你偏好的列。
选择列后，选择所需的筛选器类型和值。 应用更改并查看任务列表页的相应更新。
如果不再需要该筛选器，则可以从作业列表中删除应用的筛选器。 要编辑筛选器，只需导航回“筛选器”即可。
对多个作业执行操作
在作业列表中选择多个作业，然后同时对它们执行取消或删除等操作。
标记作业
使用自定义标签标记试验，以便稍后对其进行分组和筛选。 若要将标记添加到多个作业，请选择作业，然后选择表顶部的 “添加标记 ”按钮。
自定义视图
要在 Studio 中查看您的作业，请按照以下步骤操作：
转到“ 作业 ”选项卡。
选择 “所有试验 ”以查看试验中的所有作业，或选择“ 所有作业 ”以查看工作区中提交的所有作业。
在“ 所有作业 ”页中，按标记、试验、计算目标等筛选作业列表，以便更好地组织和限定工作范围。
选择要比较的作业，添加图表或应用筛选器以自定义页面。 将这些更改保存为 自定义视图 ，以便你可以轻松地返回到工作。 具有工作区权限的用户可以编辑或查看自定义视图。 若要增强协作，请选择“ 共享”视图 ，以便与团队成员共享自定义视图。
后续步骤
- 要了解如何可视化和分析试验结果，请参阅可视化训练结果。
- 若要了解如何记录试验的指标，请参阅在训练作业期间记录指标。
- 若要了解如何监视 Azure 机器学习中的资源和日志，请参阅监视 Azure 机器学习。