TrainingOutput Třída

Definuje specializovaný výstup určitých kanálů PipelineStep pro použití v kanálu.

TrénováníOutput umožňuje, aby byla metrika nebo model automatizovaného strojového učení zpřístupněny jako výstup kroku, který se bude využívat dalším krokem v kanálu Služby Azure Machine Learning. Lze použít s AutoMLStep nebo HyperDriveStep.

Inicializace trénovacíhooutputu

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

Konstruktor

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

Parametry

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

Poznámky

TrénováníOutput se používá PipelineData při vytváření a povolení dalších kroků ke využívání metrik nebo modelů vygenerovaných objektem Pipeline nebo AutoMLStep.HyperDriveStep

TrénováníOutput použijte při definování autoMLStep 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 trainingOutputu 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 trénovacího výstupu.

Návraty

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