Freigeben über

RandomSamplingAlgorithm Klasse

  • Referenz

Zufällige Stichprobenalgorithmus.

Vererbung
azure.ai.ml.entities._job.sweep.sampling_algorithm.SamplingAlgorithm
RandomSamplingAlgorithm

Konstruktor

RandomSamplingAlgorithm(*, rule: str | None = None, seed: int | None = None, logbase: float | str | None = None)

Nur Schlüsselwortparameter

Name Beschreibung
rule

Der spezifische Typ des Zufallsalgorithmus. Akzeptierte Werte sind: "random" und "sobol".
seed
int

Der Startwert für die Zufallszahlengenerierung.
logbase
Union[float, str]

Eine positive Zahl oder die Zahl "e" im Zeichenfolgenformat, die als Basis für die protokollbasierte Zufallsstichentnahme verwendet werden soll.

Beispiele

Zuweisen eines Zufälligen Stichprobenalgorithmus für einen 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),
   )