TrainingOutput Třída

Definuje specializovaný výstup určitých kroků kanálu pro použití v kanálu.

TrainingOutput umožňuje zpřístupnit metriku nebo model automatizovaného strojového učení jako výstup kroku, který bude využit dalším krokem v kanálu Azure Machine Learning. Lze použít s AutoMLStep nebo HyperDriveStep.

Inicializace TrainingOutput.

param model_file: Konkrétní soubor modelu, který se má zahrnout do výstupu. Jenom pro HyperDriveStep .

Dědičnost

builtins.object

TrainingOutput

Konstruktor

TrainingOutput(type, iteration=None, metric=None, model_file=None)

Parametry

Name	Description
type Vyžadováno	str Typ výstupu trénování. Mezi možné hodnoty patří: Metriky, Model.
iteration	int Číslo iterace odpovídajícího trénovacího modelu. Toto číslo iterace lze zadat pouze s typem Model. Zadejte buď iteration parametr, nebo metric parametr, ale ne obojí. výchozí hodnota: None
metric	str Metrika, která se má použít k vrácení nejlepšího trénovacího modelu. Metriku lze poskytnout pouze s typem Model. Zadejte buď iteration parametr, nebo metric parametr, ale ne obojí. výchozí hodnota: None
model_file	str Konkrétní soubor modelu, který se má zahrnout do výstupu. Jenom pro HyperDriveStep . výchozí hodnota: None
type Vyžadováno	str Typ výstupu trénování. Mezi možné hodnoty patří: Metriky, Model.
iteration Vyžadováno	int Číslo iterace odpovídajícího trénovacího modelu. Toto číslo iterace lze zadat pouze s typem Model. Zadejte buď iteration parametr, nebo metric parametr, ale ne obojí.
metric Vyžadováno	str Metrika, která se má použít k vrácení nejlepšího trénovacího modelu. Metriku lze poskytnout pouze s typem Model. Zadejte buď iteration parametr, nebo metric parametr, ale ne obojí.

Poznámky

TrainingOutput se používá PipelineData při vytváření objektu Pipeline , který umožňuje dalším krokům využívat metriky nebo modely vygenerované objektem AutoMLStep nebo HyperDriveStep.

Při definování kroku AutoMLStep použijte TrainingOutput následujícím způsobem:

   from azureml.pipeline.core import PipelineData, TrainingOutput

   metrics_data = PipelineData(name='metrics_data', datastore=ds,
                                pipeline_output_name='metrics_output',
                                training_output=TrainingOutput(type='Metrics'))
   model_data = PipelineData(name='model_data', datastore=ds,
                             pipeline_output_name='best_model_output',
                             training_output=TrainingOutput(type='Model'))
   automl_step = AutoMLStep(name='automl_step',
                            automl_config=automl_config,
                            inputs=[input_data],
                            outputs=[metrics_data, model_data])

Podívejte se na příklad použití TrainingOutput a kroku AutoMlStep v poznámkovém bloku https://aka.ms/pl-automl.

Atributy

iteration

Získejte číslo iterace odpovídajícího trénovacího modelu.

Návraty

Typ	Description
int	Číslo iterace pro trénovací model.

metric

Získejte metriku pro nejlepší trénovací model.

Návraty

Typ	Description
str	Název metriky pro nejlepší trénovací model

model_file

Získejte soubor modelu, který se má zahrnout do výstupu pro nejlepší trénovací model.

Návraty

Typ	Description
str	Konkrétní soubor, který se má zahrnout do výstupu nejlepšího trénovacího modelu.

type

Získejte typ výstupu trénování.

Návraty

Typ	Description
str	Typ výstupu trénování. Mezi možné hodnoty patří: Metriky, Model.