RandomSamplingAlgorithm الفصل
خوارزمية أخذ العينات العشوائية.
- توريث
-
azure.ai.ml.entities._job.sweep.sampling_algorithm.SamplingAlgorithmRandomSamplingAlgorithm
الدالمنشئ
RandomSamplingAlgorithm(*, rule: str | None = None, seed: int | None = None, logbase: float | str | None = None)
معلمات الكلمة الأساسية فقط
الاسم | الوصف |
---|---|
rule
|
النوع المحدد من الخوارزمية العشوائية. القيم المقبولة هي: "عشوائي" و"sobol". |
seed
|
البذور لجيل الأرقام العشوائي. |
logbase
|
رقم موجب أو الرقم "e" بتنسيق سلسلة لاستخدامه كأساس لأخذ العينات العشوائية المستندة إلى السجل. |
أمثلة
تعيين خوارزمية أخذ عينات عشوائية ل SweepJob
from azure.ai.ml.entities import CommandJob
from azure.ai.ml.sweep import RandomSamplingAlgorithm, SweepJob, SweepJobLimits
command_job = CommandJob(
inputs=dict(kernel="linear", penalty=1.0),
compute=cpu_cluster,
environment=f"{job_env.name}:{job_env.version}",
code="./scripts",
command="python scripts/train.py --kernel $kernel --penalty $penalty",
experiment_name="sklearn-iris-flowers",
)
sweep = SweepJob(
sampling_algorithm=RandomSamplingAlgorithm(seed=999, rule="sobol", logbase="e"),
trial=command_job,
search_space={"ss": Choice(type="choice", values=[{"space1": True}, {"space2": True}])},
inputs={"input1": {"file": "top_level.csv", "mode": "ro_mount"}},
compute="top_level",
limits=SweepJobLimits(trial_timeout=600),
)
التعاون معنا على GitHub
يمكن العثور على مصدر هذا المحتوى على GitHub حيث يمكنك أيضاً إضافة مشاكل وطلبات سحب ومراجعتها. للحصول على معلومات إضافية، اطلع على دليل المساهم لدينا.
Azure SDK for Python
الملاحظات
https://aka.ms/ContentUserFeedback.
قريبًا: خلال عام 2024، سنتخلص تدريجيًا من GitHub Issues بوصفها آلية إرسال ملاحظات للمحتوى ونستبدلها بنظام ملاحظات جديد. لمزيد من المعلومات، راجعإرسال الملاحظات وعرضها المتعلقة بـ