Objective Klasse
Optimierungsziel.
Optimierungsziel.
- Vererbung
-
azure.ai.ml.entities._mixins.RestTranslatableMixinObjective
Konstruktor
Objective(goal: str | None, primary_metric: str | None = None)
Parameter
Name | Beschreibung |
---|---|
goal
Erforderlich
|
Definiert unterstützte Metrikziele für die Hyperparameteroptimierung. Akzeptierte Werte sind: "minimieren", "maximieren". |
primary_metric
|
Der Name der zu optimierenden Metrik. Standardwert: None
|
goal
Erforderlich
|
Definiert unterstützte Metrikziele für die Hyperparameteroptimierung. Zulässige Werte sind: "minimieren" oder "maximieren". |
primary_metric
Erforderlich
|
Der Name der zu optimierenden Metrik. |
Beispiele
Zuweisen eines Ziels zu einem SweepJob.
from azure.ai.ml.entities import CommandJob
from azure.ai.ml.sweep import BayesianSamplingAlgorithm, Objective, 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=BayesianSamplingAlgorithm(),
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),
objective=Objective(goal="maximize", primary_metric="accuracy"),
)
Zusammenarbeit auf GitHub
Die Quelle für diesen Inhalt finden Sie auf GitHub, wo Sie auch Issues und Pull Requests erstellen und überprüfen können. Weitere Informationen finden Sie in unserem Leitfaden für Mitwirkende.
Azure SDK for Python
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für