Sdílet prostřednictvím

TextClassificationMultilabelJob Třída

  • Reference

Konfigurace pro úlohu více popisku klasifikace textu AutoML

Inicializuje novou úlohu Klasifikace textu AutoML s více popisky.

Dědičnost
azure.ai.ml.entities._job.automl.nlp.automl_nlp_job.AutoMLNLPJob
TextClassificationMultilabelJob

Konstruktor

TextClassificationMultilabelJob(*, target_column_name: str | None = None, training_data: Input | None = None, validation_data: Input | None = None, primary_metric: str | None = None, log_verbosity: str | None = None, **kwargs)

Parametry

target_column_name
Vyžadováno

Název cílového sloupce

training_data
Vyžadováno

Trénovací data, která se mají použít pro trénování

validation_data
Vyžadováno

Ověřovací data, která se mají použít k vyhodnocení natrénovaného modelu

primary_metric
Vyžadováno

Primární metrika, která se má zobrazit.

log_verbosity
Vyžadováno

Úroveň podrobností protokolu

kwargs
Vyžadováno

Argumenty specifické pro úlohu

Metody

dump

Vytvoří výpis obsahu úlohy do souboru ve formátu YAML.
extend_search_space

Přidejte (a) vyhledávací prostory pro tuto úlohu automatického strojového učení NLP.
set_data
set_featurization
set_limits
set_sweep

Nastavení úklidu pro všechny úlohy automatického strojového učení NLP.
set_training_parameters

Opravte určité trénovací parametry v rámci trénovacího postupu pro všechny kandidáty.

Předat. Toto musí být kladné celé číslo. :keyword learning_rate: počáteční rychlost učení. Musí být float in (0, 1). :keyword learning_rate_scheduler: typ plánovače rychlosti učení. Musí si vybrat z "lineární", "kosinus", "cosine_with_restarts", "polynomický", "konstanta" a "constant_with_warmup". :keyword model_name: název modelu, který se má použít během trénování. Musí si vybrat z 'bert-base-cased', 'bert-base-uncased', 'bert-base-multilingual-cased', 'bert-base-german-cased', 'bert-large-cased', "bert-large-uncased", "distilbert-base-cased", "distilbert-base-uncased", "roberta-base", "roberta-large", "distilroberta-base", "xlm-roberta-base", "xlm-roberta-large", xlnet-base-cased a "xlnet-large-cased". :keyword number_of_epochs: počet epoch, se kterými se má trénovat. Musí být kladné celé číslo. :keyword training_batch_size: velikost dávky během trénování. Musí být kladné celé číslo. :keyword validation_batch_size: velikost dávky během ověřování. Musí být kladné celé číslo. :keyword warmup_ratio: poměr celkových trénovacích kroků používaných pro lineární zahřátí od 0 do learning_rate. Musí být float v [0, 1]. :keyword weight_decay: hodnota poklesu hmotnosti, když optimalizátor je sgd, adam nebo adamw. Musí se jednat o float v rozsahu [0, 1]. :return: Žádný.

dump

Vytvoří výpis obsahu úlohy do souboru ve formátu YAML.

dump(dest: str | PathLike | IO, **kwargs) -> None

Parametry

dest
Union[<xref:PathLike>, str, IO[AnyStr]]
Vyžadováno

Místní cesta nebo datový proud souboru, do které chcete zapsat obsah YAML. Pokud je dest cesta k souboru, vytvoří se nový soubor. Pokud je soubor dest otevřený, zapíše se přímo do souboru.

kwargs
dict

Další argumenty, které se mají předat serializátoru YAML.

Výjimky

FileExistsError

Vyvolána, pokud je dest cesta k souboru a soubor již existuje.

IOError

Vyvolána, pokud je soubor dest otevřený a soubor není zapisovatelný.

extend_search_space

Přidejte (a) vyhledávací prostory pro tuto úlohu automatického strojového učení NLP.

extend_search_space(value: SearchSpace | List[SearchSpace]) -> None

Parametry

value
Union[SearchSpace, List[SearchSpace]]
Vyžadováno

buď objekt SearchSpace, nebo seznam objektů SearchSpace s parametry specifickými pro nlp.

Návraty

Žádné

Výjimky

FileExistsError

Vyvolána, pokud je dest cesta k souboru a soubor již existuje.

IOError

Vyvolána, pokud je soubor dest otevřený a soubor není zapisovatelný.

set_data 

set_data(*, training_data: Input, target_column_name: str, validation_data: Input) -> None

Výjimky

FileExistsError

Vyvolána, pokud je dest cesta k souboru a soubor již existuje.

IOError

Vyvolána, pokud je soubor dest otevřený a soubor není zapisovatelný.

set_featurization 

set_featurization(*, dataset_language: str | None = None) -> None

Výjimky

FileExistsError

Vyvolána, pokud je dest cesta k souboru a soubor již existuje.

IOError

Vyvolána, pokud je soubor dest otevřený a soubor není zapisovatelný.

set_limits 

set_limits(*, max_trials: int = 1, max_concurrent_trials: int = 1, max_nodes: int = 1, timeout_minutes: int | None = None, trial_timeout_minutes: int | None = None) -> None

Výjimky

FileExistsError

Vyvolána, pokud je dest cesta k souboru a soubor již existuje.

IOError

Vyvolána, pokud je soubor dest otevřený a soubor není zapisovatelný.

set_sweep

Nastavení úklidu pro všechny úlohy automatického strojového učení NLP.

set_sweep(*, sampling_algorithm: str | SamplingAlgorithmType, early_termination: EarlyTerminationPolicy | None = None)

Parametry

sampling_algorithm

Povinná hodnota. Určuje typ algoritmu vzorkování hyperparametrů. Mezi možné hodnoty patří: "Grid", "Random" a "Bayesian".

early_termination

Volitelné zásady předčasného ukončení, které ukončí špatně fungující kandidáty na školení.

Návraty

Žádné

Výjimky

FileExistsError

Vyvolána, pokud je dest cesta k souboru a soubor již existuje.

IOError

Vyvolána, pokud je soubor dest otevřený a soubor není zapisovatelný.

set_training_parameters

Opravte určité trénovací parametry v rámci trénovacího postupu pro všechny kandidáty.

Předat. Toto musí být kladné celé číslo. :keyword learning_rate: počáteční rychlost učení. Musí být float in (0, 1). :keyword learning_rate_scheduler: typ plánovače rychlosti učení. Musí si vybrat z "lineární", "kosinus", "cosine_with_restarts", "polynomický", "konstanta" a "constant_with_warmup". :keyword model_name: název modelu, který se má použít během trénování. Musí si vybrat z 'bert-base-cased', 'bert-base-uncased', 'bert-base-multilingual-cased', 'bert-base-german-cased', 'bert-large-cased', "bert-large-uncased", "distilbert-base-cased", "distilbert-base-uncased", "roberta-base", "roberta-large", "distilroberta-base", "xlm-roberta-base", "xlm-roberta-large", xlnet-base-cased a "xlnet-large-cased". :keyword number_of_epochs: počet epoch, se kterými se má trénovat. Musí být kladné celé číslo. :keyword training_batch_size: velikost dávky během trénování. Musí být kladné celé číslo. :keyword validation_batch_size: velikost dávky během ověřování. Musí být kladné celé číslo. :keyword warmup_ratio: poměr celkových trénovacích kroků používaných pro lineární zahřátí od 0 do learning_rate. Musí být float v [0, 1]. :keyword weight_decay: hodnota poklesu hmotnosti, když optimalizátor je sgd, adam nebo adamw. Musí se jednat o float v rozsahu [0, 1]. :return: Žádný.

set_training_parameters(*, gradient_accumulation_steps: int | None = None, learning_rate: float | None = None, learning_rate_scheduler: str | NlpLearningRateScheduler | None = None, model_name: str | None = None, number_of_epochs: int | None = None, training_batch_size: int | None = None, validation_batch_size: int | None = None, warmup_ratio: float | None = None, weight_decay: float | None = None) -> None

Parametry

gradient_accumulation_steps

počet kroků, ve kterých se mají nahromadit přechody před zpětným přechodem

Výjimky

FileExistsError

Vyvolána, pokud je dest cesta k souboru a soubor již existuje.

IOError

Vyvolána, pokud je soubor dest otevřený a soubor není zapisovatelný.

Atributy

base_path

Základní cesta prostředku.

Návraty

Základní cesta prostředku.

Návratový typ

str

creation_context

Kontext vytvoření prostředku.

Návraty

Metadata vytvoření prostředku.

Návratový typ

Optional[SystemData]

featurization

id

ID prostředku.

Návraty

Globální ID prostředku, ID Azure Resource Manager (ARM).

Návratový typ

Optional[str]

inputs

limits

log_files

Výstupní soubory úlohy.

Návraty

Slovník názvů protokolů a adres URL.

Návratový typ

Optional[Dict[str, str]]

log_verbosity

outputs

primary_metric

search_space

status

Stav úlohy.

Mezi běžné vrácené hodnoty patří "Spuštěno", "Dokončeno" a "Selhání". Všechny možné hodnoty jsou:

  • NotStarted – jedná se o dočasný stav, ve který jsou objekty Spuštění na straně klienta před odesláním do cloudu.

  • Spuštění – Spuštění se začalo zpracovávat v cloudu. Volající má v tuto chvíli ID spuštění.

  • Zřizování – pro odeslání dané úlohy se vytváří výpočetní prostředky na vyžádání.

  • Příprava – Prostředí spuštění se připravuje a je v jedné ze dvou fází:

    • Sestavení image Dockeru

    • Nastavení prostředí conda

  • Ve frontě – úloha je zařazená do fronty v cílovém výpočetním objektu. Například ve službě BatchAI je úloha ve stavu zařazená do fronty.

    při čekání na připravenost všech požadovaných uzlů.

  • Spuštěno – Úloha se začala spouštět na cílovém výpočetním objektu.

  • Finalizace – Spuštění uživatelského kódu bylo dokončeno a spuštění je ve fázích následného zpracování.

  • CancelRequested – pro úlohu bylo požadováno zrušení.

  • Dokončeno – spuštění bylo úspěšně dokončeno. To zahrnuje jak spuštění uživatelského kódu, tak spuštění.

    fáze následného zpracování.

  • Selhání – Spuštění se nezdařilo. Vlastnost Error při spuštění obvykle obsahuje podrobnosti o důvodech.

  • Zrušeno – následuje žádost o zrušení a označuje, že spuštění se teď úspěšně zrušilo.

  • Nereaguje – u spuštění, která mají povolené prezenční signály, se v nedávné době neodeslal žádný prezenční signál.

Návraty

Stav úlohy.

Návratový typ

Optional[str]

studio_url

Koncový bod studia Azure ML.

Návraty

Adresa URL stránky s podrobnostmi o úloze

Návratový typ

Optional[str]

sweep

task_type

Získání typu úkolu

Návraty

Typ úlohy, která se má spustit. Mezi možné hodnoty patří: "classification", "regression", "forecasting".

Návratový typ

str

test_data

Získejte testovací data.

Návraty

Testování vstupu dat

Návratový typ

Input

training_data

Získejte trénovací data.

Návraty

Trénování zadávání dat

Návratový typ

Input

training_parameters

type

Typ úlohy.

Návraty

Typ úlohy.

Návratový typ

Optional[str]

validation_data

Získejte ověřovací data.

Návraty

Ověřovací vstup dat

Návratový typ

Input